ANÁLISIS ESPACIAL DE LA VARIACIÓN EN LA EXTENSIÓN DE LAS

PRADERAS MARINAS DE LAS ÁREAS INSULARES DEL ARCHIPIÉLAGO DE

SAN BERNARDO DE 1990 A 2016
Camilo Alonso Peralta 1

Introducción
Las fanerógamas marinas, praderas marinas o pastos marinos son plantas
vasculares que han invadido el medio marino, desarrollando la capacidad de realizar
el ciclo de vida sumergidas en agua salina o salobre. Estos pastos marinos
presentan requerimientos ambientales muy específicos para poder sobrevivir, como
por ejemplo la luz, que es el principal factor ambiental que controla la supervivencia y
distribución batimétrica de las fanerógamas (Morris y Tomasko, 1993). Así mismo,
las variedades de pastos marinos soportan temperaturas entre 20°C-30°C. En cuanto
al nivel de salinidad, Zieman (1975) argumenta que las fanerógamas marinas pueden
tolerar fluctuaciones considerables por determinados periodos de tiempo, sin
embargo, es importante tener en cuenta que el nivel óptimo tolerable se encuentra
entre 24 a 35 gramos de sal marina por litro de agua. Por otro lado, los sedimentos del
lecho marino contribuyen con el anclaje de las plantas evitando problemas asociados
con el movimiento del agua brindando una matriz de soporte para el crecimiento y
una fuente enriquecida de nutrientes (carbono, nitrógeno y fosforo principalmente)
(Díaz, Barrios y Gómez-López, 2003).

En Colombia, los pastos marinos ocupan aproximadamente 43.223 hectáreas en la

región Caribe, de las cuales el 95,3% equivalente a 41.210 hectáreas, se encuentran
distribuidas discontinuamente desde los límites fronterizos con Panamá en el extremo
sur del mar del Caribe hasta cerca de la frontera con Venezuela, y a lo largo de la
costa continental o alrededor de las islas adyacentes. En ese orden de ideas, el 4,7%
restante correspondiente a 2.003 hectáreas se localiza en el archipiélago de San
Andrés y Providencia, principalmente en torno a las dos islas mayores (Díaz et al.,
2003:37).

Objetivo general:
Analizar los cambios de extensión en las praderas marinas de las áreas insulares del
archipiélago de San Bernardo entre 1990 y 2016.

Objetivos específicos:
1. Elaborar la cartografía actualizada de la ubicación y extensión de las praderas
marinas existentes en áreas insulares del archipiélago de San Bernardo entre
1990-2016.

1 Geógrafo de la Universidad Nacional de Colombia (Bogotá D.C-Colombia)

1
2. Determinar el cambio espacial (ampliación o reducción) utilizando imágenes
satelitales intertemporales de las praderas marinas áreas insulares del
archipiélago de San Bernardo entre 1990-2016.
3. Estudiar las implicaciones del cambio climático, las actividades antrópicas y los
cambios en el nivel de salinidad del mar sobre las praderas marinas de las áreas
insulares del archipiélago de San Bernardo entre 1990-2016.

Antecedentes
Los antecedentes relacionados con el tema de praderas marinas en las áreas
insulares del archipiélago de San Bernardo se remontan a las aplicaciones de los
Sistemas de Información Geográfica (SIG) y los mecanismos de teledetección,
usados para estudiar 3 temas particulares: oceanografía biológica, oceanografía
química y oceanografía geológica.

En primer lugar, dentro de la oceanografía biológica se puede estudiar la variación de

la temperatura superficial del mar analizando la emisión de radiación en el IR térmico
y en la banda de las microondas (González, Ruiz y Acosta, 2013:34). De igual forma,
es posible calcular la altura de la Superficie Marina usando mareógrafos o altímetros
emplazados en satélites GEOS 3, SEASAT, GEOSAT, ERS- 1, T/P, JASON,
ENVISAT ó ALTIKA. De acuerdo con González et al. (2013:102), una de las
aplicaciones más importantes de este tipo de metodologías de investigación de la
superficie marina es el estudio de los fenómenos del Niño y la Niña. De hecho, la
medición de la Salinidad Superficial del Mar (SSS) desde el espacio ha sido
fuertemente implementada en las últimas 3 décadas, utilizando radiómetros de
microondas pasivos trabajando en torno a 1,4 GHz. Desde el año del 2009 y después
del lanzamiento de la plataforma de SMOS (ESA), se mide la SSS utilizando 24
radiómetros de bajo ruido (González et al., 2013). Posteriormente, en 2011 fue
lanzado por la NASA el satélite Aquarius que incluye un radiómetro y un
dispersómetro, para medir los efectos de la altitud y rugosidad de la superficie del
mar. Por otro lado, los vientos en superficie pueden medirse a través radiómetros
pasivos y radares activos que son emplazados en satélites especializados como los
QuickSCAT, WindSat, AMSR-E, AMSR, TRMM, TMI y DMSP (González et al.,
2013:112). De igual forma, las corrientes marinas se calculan típicamente por
imágenes mediante el análisis del movimiento secuencial usando técnicas de
correspondencia de regiones (González et al., 2013).
En segunda instancia, el campo de la oceanografía química estudia la concentración
de clorofila a partir del color del mar usando la plataforma Modis-Agua, mecanismo
que también permite estudiar la calidad del Agua dada la existencia de una relación
directa entre la variación de la reflectividad de los canales y la variación de los
parámetros de la calidad del agua, usando sensores de resolución espacial como
SeaWIFS, MODIS, MERIS, entre otros. Recientemente el satélite WorldView2 el cual
2
cuanta con alta resolución y 8 bandas espectrales, permitirá medir la calidad del agua
en zonas costeras o aguas continentales con 2 metros de resolución (González et al.,
2013:117). Así mismo, el satélite WorldView2 permite estudiar las materias
suspendidas (orgánicas e inorgánicas) mediante el análisis de la turbidez y
reflectancia (González et al., 2013).

En cuanto a la oceanografía geológica, se pueden realizar estudios de batimetría en

zonas costeras de baja profundidad (20–30 metros), sin embargo, es un tema que
sigue en desarrollo porque son pocas las bandas que consiguen penetrar lo
suficiente en el mar evitando los efectos de la reflectividad del lecho marino. Un tema
ligado a los estudios de batimetría es la clasificación béntica a partir de la teledetección,
posible únicamente a bajas profundidades en aguas costeras y básicamente en
canales azules y verdes (González et al., 2013:123).

Por otro lado, Díaz, Barrios y Gómez-López (2003) realizaron una publicación que
tenía por objeto integrar y sintetizar la información relevante sobre pastos y praderas
marinas en el caribe colombiano, enfatizando en la distribución geográfica, la
caracterización estructural, la fauna, la flora, la importancia ecológica y las amenazas
latentes de esos ecosistemas. Díaz et al. (2003) Analizaron diferentes zonas donde
identificaron una concentración espacial las praderas marinas en las islas de San
Andrés y Providencia, la zona de Puerto López, la parte septentrional de la alta
Guajira, las costas del flanco norte de la Sierra Nevada de Santa Marta, las zonas del
Golfo de Urabá, las zonas insulares de las Islas de Rosario y el Archipiélago de San
Bernardo. De igual forma, Díaz y Gómez (2003) realizaron un estudio para el
INVEMAR titulado “Reducción y degradación de las praderas de pastos marinos en
la bahía de Cartagena”, haciendo un comparativo Inter temporal de cartografía y
fotografías aéreas pancromáticas del Instituto Geográfico Agustín Codazzi (IGAC)
tomadas entre 1945-1991, que posteriormente fueron contrastadas con imágenes
Landsat del año 2000. El estudio permitió concluir que las acciones antrópicas
derivadas de las obras de ampliación y dragado del Canal del Dique llevadas a cabo
entre 1968-1982 (Lemaitre, 1983), y el sistema de alcantarillado de Cartagena puesto
en servicio en 1962 que evacua aproximadamente 62.000 m 3/día de aguas servidas
en el sector central de la bahía, han contribuido severamente en las variables que
determinan las condiciones para el desarrollo de los pastos marinos (Díaz et al.,
2003).

Acorde con el propósito de esta investigación, INVEMAR (2002) realizo un estudio

denominado “Perdida y/o ganancia en extensión de ecosistemas marinos y costeros”,
en cual se proponía establecer los cambios en la extensión de ecosistemas marinos
y costeros (manglares, arrecifes, praderas de pastos marinos, playas, lagunas
costeras) en el mar caribe colombiano. De igual forma, el INVEMAR desarrollo un

3
protocolo que tenía por objeto medir la densidad y vigor de los ecosistemas marinos
y costeros (manglares, arrecifes de coral, praderas de pastos marinos), en el cual se
efectúo un análisis comparativo entre 1986-2000 a partir del mapa de extensión de
ecosistemas, el Índice de Vegetación de Diferencia Normalizada (NDVI), y el índice
Cobertura Atenuado Inverso (ICAI) para ecosistemas sumergidos (INVEMAR, 2002).

Para finalizar, Castaño-Gallego y Lozano-Rivera (2006) mediante el estudio

“Delimitación de Ecosistemas Sumergidos (Praderas Fanerógamas) a partir de
imágenes EOS-ASTER en las zonas costeras del departamento de la Guajira,
Colombia”, muestran los resultados de la delimitación de esos ecosistemas usando
procesamiento digital de imágenes EOS-ASTER y el software SPRING versión 4.1,
en la zona costera del departamento de la Guajira.

Metodología
Este proyecto de aplicación práctica utilizará imágenes Landsat 7 y 5 obtenidas del
USGS (United States Geological Survey) en http://earthexplorer.usgs.gov/ para la zona
del Archipiélago de San Bernardo en los periodos de tiempo comprendidos entre
2007-2016. Es importante tener en cuenta que de acuerdo con Green, Mumby,
Edwards y Clark (2000), el sensor CASI2 (Compact Airborne Spectrographic Imager),
es el único sensor que registra hasta un 89% de exactitud para mapear los lechos de
praderas marinas. Sin embargo, Green et al., (2000) argumentan que, por
dificultades de acceso a ese tipo de imágenes, es preferible y funcional optar por el
geoprocesamiento de imágenes satelitales Landsat que alcanzan precisiones del
73%, mantiene alta capacidad de resolución espectral del área de cobertura y son de
fácil acceso.

En la división de información espacial que tiene la USGS la zona de estudio

pertenece al Path 10 y Row 53 siendo estos los datos principales para buscar las
imágenes satelitales a utilizar, con objeto de delimitar las áreas de pastos marinos
del Archipiélago de San Bernardo se utilizará la combinación de bandas R=4, G=2 y
B=1. Posteriormente, con el fin de obtener un mejor contraste de la cobertura objetivo
y cumplir así el objeto de estudio, se aplicará un realce radiométrico Gamma, la
ecualización del histograma y el Gaussiano.

Teniendo en cuenta que la comprensión de los procesos espaciales de expansión o

reducción de las praderas marinas en esta investigación busca encontrar una
relación causal entre cambio climático, actividades antrópicas y cambios en el nivel
de salinidad del mar, el presente estudio implementará una investigación mixta
(Hernández, Fernández y Baptista, 2012), en razón a que los argumentos
2
Más información consultar,
http://webapp1.dlib.indiana.edu/virtual_disk_library/index.cgi/4916230/FID1230/html/casi.htm

4
cualitativos encontrados en campo, son contrastados con la información resultante
de una revisión bibliográfica detallada que posteriormente es confrontada con los
datos obtenidos en la revisión técnica y el geoprocesamiento de imágenes satelitales
obtenidos en fuentes institucionales secundarias.

Desde este punto de vista, la presente investigación consiente en realizar un

monitoreo anual (ampliación/reducción) de las praderas marinas de las áreas
insulares del archipiélago de San Bernardo entre 2007-2016 en varias etapas de
estudio que garantizan el cumplimiento del objetivo general propuesto.

Para finalizar, se realizarán los ajustes al informe final de la investigación de acuerdo

con las sugerencias del director del proyecto. Esta sección constituye un espacio de
reflexión que permitirá introducir, debatir o eliminar información faltante, sobrante o
redundante en el informe final.

A continuación, se muestra la imagen “LE70100532009345EDC00” del año 2009 en la que

se ve la zona de estudio del presente proyecto, esta imagen posee R = 4, G = 2,
B=1, con un realce radiométrico Gaussiano, en la cual se puede observar las
formaciones someras en las áreas resaltadas alrededor de las islas insulares del
archipiélago

Figura 1. Zona de estudio, Combinación de bandas R=4, G=2, B=1, y un realce radiométrico
Gaussiano.
5
De esta manera, es como se planea obtener estos cambios en las coberturas de
praderas marinas para el archipiélago, con la obtención de áreas a partir de las
imágenes satelitales, junto con el análisis de fotografías aéreas de la zona.

Por último, se utilizarán las imágenes SRMM y IMERGI para obtener las mediciones
de la temperatura superficial del mar para la zona de estudio, para posteriormente
realizar procesos geoestadísticos que permita obtener indicios de una correlación
espacial entre estos dos fenómenos, esto se realizara por medio elementos
estadísticos como el índice de Moran, Coeficiente de Pearson, etc...

Para este ejercicio se utilizó imágenes Landsat que se escogieron debido a su bajo
porcentaje de cobertura de nubes sobre el área de interés. En la siguiente imagen se
muestra cómo se visualiza por primera vez en el software Erdas sin ninguna clase de
realce radiométrico.

Figura 2. Imagen compilada.

6
Ya que las imágenes multiespectrales usadas cuentan con la resolución espacial de
30 metros, a continuación, se realizó la operación de merge resolution usando la
imagen pancromática de cada una de ellas, la cual tienen resolución espacial de 15
metros; esto se realiza con el fin de mejorar de gran manera la calidad de los raster,
para interpretar de mejor manera las praderas marinas.

Figura 3. Operación Merge Resolution.

A continuación, se procedió a realizar una operación de subset, con el fin de extraer

de la escena el área de estudio, quedando de la siguiente manera.

Figura 4. Operación Subset.

7
 Figura 5. Realce espectral.
A la cual se le aplico el realce espectral de Gamma, ya que este permitía contrastar
de mejor manera las áreas de interés para esta investigación.

A continuación se procedió a realizar una interpretación visual de imágenes para la

vectorización de lechos de praderas marinas, como se mostró en la investigación
denominada “Mapping Seagrass Beds” el método más eficiente para este fin, es la
clasificación supervisada multiespectral (Green, y otros 200); para lo cual se procedió
a realizar firmas espectrales para la zona de estudio, tal cual como se puede ver en
la siguiente imagen.

Figura 6. Realización firmas espectrales.

8
Con estas firmas espectrales se procedió a correr el modelo de clasificación
supervisada multiespectral teniendo el siguiente resultado.

Figura 7. Clasificación supervisada multiespectral.

Para poder visualizar y entender mejor las categorías de análisis propuestas, se

procedió a recodificar este raster, teniendo el siguiente resultado.

Figura 8. Reclasificación.

9
Posteriormente se realizó un re-muestreo por vecino cercano a esta capa raster, en
la siguiente imagen se muestra una comparación del resultado que arroja este
proceso con una interpolación de una matriz de 7x7 y de 3x3, dando muestra de que
usando la matriz de 7x7 se logra mucho menos ruido en el raster, haciéndola propicia
para el posterior análisis de áreas.

Figura 9. Izquierda: proceso con matriz de 7x7. Derecha: proceso con matriz de 3x3.

Ya con este raster se procedió a realizar la exportación a formato GIS, teniendo

dicha capa en formato polígono de la siguiente manera.

Figura 10. Resultado proceso de raster a feature class.

10
A continuación, se muestra un plano realizado con la información procesada.

Figura 11. Cobertura Praderas Marinas. Realización propia. 11

 Las áreas de coberturas interpretadas en la escena del año 1990 son las siguientes.
Tabla 1. Áreas de 1990.

ID Categoría Area_Ha
1 Arenas y Corales 1334,97
2 Islas 410,31
3 Praderas Marinas 5127,75

Las áreas de coberturas interpretadas en la escena del año 2001 son las siguientes.
Tabla 2. Áreas de 2001.

ID Categoría Area_Ha
2 Arenas y Corales 3413,85
4 Islas 421,49
1 Praderas Marinas 5271,36

Para la imagen del año de 2009 se obtuvieron las siguientes áreas por cobertura.
Tabla 3. Áreas del 2009.

ID Categoría Area_Ha
1 Arenas y Corales 911,22
2 Islas 403,52
3 Praderas Marinas 6798,86

Para la imagen del año de 2018 se obtuvieron las siguientes áreas por cobertura.
Tabla 4. Áreas del 2018.

ID Categoría Area_Ha
2 Arenas y Corales 1562,78
4 Islas 367,07
1 Praderas Marinas 8116,73
En la siguiente tabla se relaciona las áreas de cobertura con sus respectivos cambios
Tabla 5. Relación de cambio en coberturas.

1990 2001 2009 2018

Categoría Cambio % Cambio % Cambio %
Area_Ha Area_Ha Area_Ha Area_Ha
Arenas y Corales 1334,97 3413,85 156% 911,22 -32% 1562,78 72%
Islas 410,31 421,49 3% 403,52 -2% 367,07 -9%
Praderas Marinas 5127,75 5271,36 3% 6798,86 33% 8116,73 19%

A partir de los datos mostrados, se puede indicar que el importante descenso que
han tenido los corales en estos 20 años estudiados se puede deber posiblemente a
pequeños cambios de temperatura del mar, la acidificación del mismo, entre otros
factores, siendo estas áreas aprovechadas por las praderas marinas que han
utilizado estos sustratos calcáreos para su crecimiento y aumento de vigorosidad; ya
que como se observa en la tabla 5, los porcentajes de decrecimiento de los corales y

12
de crecimiento de las praderas marinas a lo largo de 20 años relativamente tienden a
compensarse, lo cual muestra la evolución temporal de estas coberturas.
En cuanto las islas y áreas insulares emergidas, a pesar de solo haber perdido del
2% al 9% de su área, no deja de ser evidente el serio problema que enfrenta esta
zona frente a los procesos erosivos del mar, como es el caso más claro la Isla
Múcura.
Un análisis de distribución de parches realizado con el software Fragstats en el que
se analizo la distancia euclidiana a su vecino (parche de pradera marina) cercano se
obtuvieron los siguientes resultados para cada una de las coberturas analizadas en
los años estudiados
Tabla 2. Distancia entre Praderas Marinas

Categoría 1990 2001 2009 2018

Arenas y Corales 226,51 215,17 184,53 248,81
Islas 964,12 1849,61 862,09 2183,1
Praderas Marinas 125,45 150,21 233,76 113,18

Se puede observar como la distancia media entre vecinos cercanos para los parches
de praderas marinas se ha mantenido relativamente constante a lo largo de todo el
periodo estudiado
Lo mostrado en este estudio tiene gran concordancia con los estudios detallados
realizados por (Díaz Merlano, Barrios Suárez y Gómez López 2003), (Díaz M y
Gómez López 2003), (INVEMAR 2004), (INVEMAR 2002) para diferentes zonas del
caribe colombiano.
Gracias
Referencias bibliográficas
Castaño-Gallego, A.A. y P. Lozano-Rivera. (2006). Delimitación de ecosistemas sumergidos (praderas
de fanerógamas) a partir de imágenes EOS-ASTER en la zona costera del departamento de la
Guajira (Colombia): Resultados preliminares. GeoFocus, nº 6 (2006): 231-251.
Díaz, J.M. y D.I. Gómez. (2003). Reducción y degradación de las praderas de pastos marinos en la
Bahía de Cartagena. En: Las praderas de pastos marinos en Colombia: Estructura y
distribución de un ecosistema estraégico, de J M Díaz, L M Barrios y D L Gómez López, 134-
137. Santa Marta: INVEMAR, Serie Publicaciones Especiales, 2003.
Díaz, J.M., L.M. Barrios y D.I. Gómez-López (Eds). 2003. Las praderas de pastos marinos en Colombia:
Estructura y distribución de un ecosistema estratégico. INVEMAR, Serie Publicaciones
Especiales No. 10, Santa Marta, 160 p.
González, F.E., J.M. Ruiz y F.M. Acosta. (2013). Tutorial de Teledetección Espacial. Las Palmas,
Canarias, España: Telecan, 2013.

13
Green, E.P., P.J. Mumby, A.J. Edwards y C.D. Clark. (Ed. Edwards, A.J.) (2000). Remote Sensing
Handbook for Tropical Coastal Management. Editado por Alasdair J. Edwards. Paris:
UNESCO Publishing, 2000, 316 pp.
Hernández, R., C. Fernández y P. Baptista. (2012). Metodología de la investigación. Editorial McGraw-
Hill, 5ta Edi, 2012.
INVEMAR (Instituto de Investigaciones Marinas y Costeras “José Benito Vives de Andréis”). (2002).
Cálculo perdida y/o ganancia de costa. Protocolo. 2004. “Densidad y vigor de ecosistemas”.
Protocolo. 2002.
Lemaitre, E. (1993). Historia General de Cartagena. Bogotá: Banco de la República, 1983.
Morris, L.J, y D.A. Tomasko. (1993). Proceedings and conclusions of workshops of submerged acuatic
vegetation and photosinthetically active radiation. Especial Publication SJ93-SP13 St. Johnes
River Water Management District, Palatka, florida, 1993.
Zieman, J.C. (1975). Tropical sea grass ecosystems and pollution. En Tropical Marine Pollution, de E.J
Johannes, 63-74. Amsterdam: Elsevier Scientific Publishing Company, 1975.

14