Universidad Nacional Mayor de San Marcos

universidad del Perú, Decana de América

Escuela Profesional De Ingeniería Geográfica

“ANÁLISIS MULTITEMPORAL MEDIANTE IMÁGENES DE SENSORES

REMOTOS PARA LA DETERMINACIÓN DE LA COBERTURA VEGETAL, USO
DE SUELO Y DINÁMICA DE CAMBIOS EN EL DISTRITO DE INAMBARI,
MADRE DE DIOS ENTRE LOS AÑOS 2005 AL 2020”

- Rojas Bustillos Gustavo Alfredo

- Salcedo Menacho Ericsson Enmanuel
 IDENTIFICACIÓN DEL PROBLEMA

La minería ilegal en el Perú se ha ido

intensificando con el pasar de los años y la
demanda de metales en el mercado internacional,
siendo el caso del departamento de Madre de
Dios el más resaltante por sus constantes
denuncias en los medios de comunicación, donde
podemos apreciar los daños irreparables
provocados por la minería aurífera aluvial sobre
los recursos forestales, cuerpos de agua,
pantanos, suelo y salud de las personas.
 EL OBJETIVO PRINCIPAL DE ESTE TRABAJO ES IDENTIFICAR LA
DISTRIBUCIÓN ESPACIAL Y ANÁLISIS DE COBERTURA VEGETAL, USO
Objetivo General DEL SUELO Y DINÁMICA DE CAMBIO MEDIANTE UN ANÁLISIS
MULTITEMPORAL EN EL DISTRITO DE INAMBARI, MADRE DE DIOS, QUE
PERMITA MOSTRAR LOS DIFERENTES FENÓMENOS QUE HAN AFECTADO
ESTA REGIÓN EN LOS ÚLTIMOS 15 AÑOS.

❖ ANALIZAR LA VARIABILIDAD ESPACIAL Y TEMPORAL DEL

COMPORTAMIENTO VEGETATIVO EN EL DISTRITO DE INAMBARI
ENTRE LOS ÚLTIMOS 15 AÑOS.
Objetivo Específico ❖ CUANTIFICAR LA PÉRDIDA POR DEFORESTACIÓN DE LA COBERTURA
FORESTAL A CAUSA DE LA MINERÍA ILEGAL EN MADRE DE DIOS.

❖ IDENTIFICAR LA VARIACIÓN DE COBERTURA VEGETAL DEL

DISTRITO DE INAMBARI, DURANTE EL PERIODO DE 2005 HASTA EL
2020.
 Area de Estudio
EL DISTRITO DE INAMBARI ESTÁ
UBICADO AL SUR DEL
DEPARTAMENTO DE MADRE DE DIOS,
EN LAS COORDENADAS 13°06’00” DE
LATITUD SUR Y 70°22’04” DE
LONGITUD OESTE. ESTÁ UBICADO A
UNA ALTITUD DE 353 M.S.N.M Y SE
ENCUENTRA A 172 KM DE PUERTO
MALDONADO, CAPITAL DE LA
PROVINCIA DE TAMBOPATA.
 Metodología
Recopilación de Tratamiento procesamiento
la información digital de las de la resultados
imágenes Información
Adquisición de clasificación
Corrección conflicto de uso
imágenes: supervisada
atmosférica y de suelos
- landsat 4-5
radiométrica
landsat 7
- sentinel 2B
Fragmentación del análisis de los
área de estudio resultados

Índice Normalizado
composición de
Diferencial de vegetación
bandas
(NDVI)
 Materiales y Métodos

SOFTWARES Y PLATAFORMAS

❖ ArcGIS
❖ USGS
❖ Landsat 4 - 5
❖ Landsat OLI 8
❖ sentinel 2B
❖ ENVI
METODOLOGÍA
1.-Adquisición de las imágenes:
Se hizo la búsqueda, selección y adquisición de las imágenes satelitales de acceso libre y
gratuito, las cuales se obtuvieron desde el servicio web Earth Explorer del Departamento
Geológico de los Estados Unidos de Norte América – USGS.
Para la elección de imágenes, se verificó que poseen características climáticas
equivalentes menores al 30 % de y de esta manera asegurar que las firmas espectrales de
las coberturas presentes tengan un comportamiento similar.
2.-Pre-procesamiento de las imágenes:
Esta etapa incluye los procesos para las mejoras de las características de las imágenes
descargadas, con el fin de corregir los errores presentes y optimizar su calidad.
(PANSHARPEN en ArcGIS)
 Índice NDVI
El NDVI es una medida del estado
fitosanitario basada en la forma en que
una planta refleja la luz en ciertas
frecuencias (algunas ondas se absorben
y otras se reflejan).
 Landsat 4 –5 Landsat 8

CALCULO DEL NDVI CALCULO DEL NDVI

 
Sentinel 2
CÁLCULO DEL NDVI

 
2005 2007 2009 2011

2013 2015 2017 2019

 Pérdida de cobertura vegetal entre los años 2005 - 2021.
2021
Pérdida de cobertura vegetal entre los años 2005 - 2021

Entre los años 2005 al 2021,

se a perdido 18225.83627
Ha de cobertura vegetal.
Clasificación Supervisada
Este método parte del conocimiento previo de la zona de estudio, adquirido por trabajos de campo o por
experiencia previa y por ello permite delimitar sobre la imagen áreas representativas de cada categoría de la
leyenda definida, estas áreas se denomina áreas de entrenamiento.

Matriz de confusión
Llamada matriz de error o de contingencia es una herramienta que permite evaluar la precisión de una
clasificación. Está compuesta por filas y columnas: sobre las columnas se ordenan las clases reales
(verdad-terreno) y sobre las filas las unidades cartográficas (unidades-o clases-del mapa) (Sánchez 2016).
Índice de Kappa
Valor de k Fuerza de la concordancia

Nos indica la forma de medir la <0.20 Pobre

exactitud de un mapa, en el cual se
basa en comparar la concordancia 0.21 – 0.40 Débil
observada en un conjunto de datos,
respecto a la que podría ocurrir por 0.41 – 0.60 Moderada
mero azar, y puede ser calculado en
tablas de cualquier dimensión, 0.61 – 0.80 Buena

siempre y cuando se contrasten dos

0.81 – 1.00 Muy buena
observadores.
 clases vegetación vigorosa áreas de influencia cuerpos de zonas descalzas vegetación poco zonas urbanas total U_Accuracy Kappa
de la minería ilegal agua vigorosa

vegetación vigorosa 684 0 0 3 0 0 687 0.995633 0

areas de influencia de 0 120 0 0 0 0 120 1 0

la minería ilegal

cuerpos de agua 0 2 21 0 0 0 23 0.913043 0

zonas descalzas 3 1 0 89 0 0 93 0.9466809 0

vegetación poco 2 0 0 1 48 0 51 0.941176 0

vigorosa

zonas urbanas 0 1 0 0 1 23 25 0.92 0

total 689 124 21 93 50 23 1000 0 0

p_Accuracy 0.92743 0.967742 1 0.956699 0.96 1 0 0.985 0

Kappa 0 0 0 0 0 0 0 0 0.969966
RESULTADOS
 CONCLUSIONES

El área de influencia de minería ilegal, es el que más se a expandido, esto se debe a que la minería ilegal se a
intensificado en esta región.
las zonas descalzas también se incrementó, debido a la tala ilegal, el incremento de la población urbana.