Presentation on deforestation trends and patterns in Colombia using the Terra-i monitoring tool. Presented in the 53rd ACODAL congress in Medellin 15th September 2010.

1. Terra-i An eye on Habitat Change Monitoreo en Tiempo Real de Cambios en el Habitat usando Redes Neuronales y Datos Satelitales

2. Contenido Una nueva mirada a la deforestacion: REDD, cambio climatico Revolucion en monitoreo: Modelo Terra-i Implementación del modelo en Colombia y en América latina. Calibración y Validación de resultados y pasos a seguir.

3. Deforestación de moda El reporte Stern REDD y REDD+: Mecanismo para reducir deforestación Requerimientos de línea base y monitoreo de bosques

5. Cobertura continental-global, cubriendo todo tipo de hábitat

6. Regularidad en actualizaciones – cada 16 días

8. Enfoque Conceptual NDVI NormalizedDifferenceVegetationIndex Resolución de 250m Frecuencia de las medidas de 16 días TRMM Tropical RainfallMeasuringMission Resolución de 28km Frecuencia de las medidas de 3 horas

9. Metodología de Detección de Cambios

10. Cambio NDVI Pasado TRMM … No Diferencia con la predicción Esta en el intervalo de confianza ? NDVI Actual Si Normal Detección de Cambios Procedimiento básico de detección:

11. w0 NDVI(t-1) NDVI(t-2) … wo1 w1 NDVI(t-n) wp1 NDVIt wo2 Precipitation (t) Temperature(t) … wp2 w2 wp3 wo3 Metodología - Los Modelos Entradas: NDVI (MODIS 13Q1) Precipitación (TRMM) Temperatura (WorldClim) Salida: Predicción de la medida NDVI al tiempo T.

12. Detección de Cambios Cambio Para la detección de cambios, las Redes Neuronales Bayesianas generan tres indicadores: el valor predicho , la desviación estándar de las predicciones del modelo sobre la función real, el nivel de ruido (Gausiano) de la medida del satélite.

13. Metodología - Los Modelos Predicciones Bayesian Neural Network (BNN) Entrenamiento y aproximación del ruido Scaled Conjugate Gradient (SCG) Bayesian evidence function Gaussian noise Selección de las entradas del modelo Automatic relevance determination (ARD) Clustering Algoritmo de K-Means modificado, para ser distribuido en varios procesadores. De cada uno de los clústers se selecciona aleatoriamente 1000 pixeles con los cuales se entrenan 10 modelos….Reduciendo así el tiempo de proceso.

15. Ajuste iterativo de curvas limpias usando:

16. Los datos de calidad de MODIS

17. Análisis de Fourier

19. Metodología – El Software

21. La metodología es flexible y toda la aplicación de modelos es automática.

22. Es posible manejar una gran cantidad de datos, y la implementación en otras partes del mundo puede hacerse rápidamente.

24. Calibración del Modelo en Colombia

27. Para quesirveclaslite Detección de la Deforestación usando CLASlite.

28. Detección de Deforestation usando ERDAS Image. Medianteestealgoritmoesposibleidentificardiferentestipos de coberturas, tales como: nubes, cuerpos de agua, vegetaciónprimaria, vegetaciónsecundaria, areas sin cobertura vegetal, sombra de nubes, sombra de montañas y areas urbanas.

30. Decremento(-1) y

31. Sin cambio(0).Finalmente, los resultadosobtenidos son revisados de maneradetallada, superponiendolos a lasimágenessatelitalescrudas de los años 2004 y 2009, con el fin de encontrarerrores en la deteccion, ocasionadosprincipalmenteporagriculturaintensiva y mal enmascaramiento de nubes.

32. Al realizar la detección de cambios usando los programascomputacionalesCLASlite en el Amazonas y ERDAS en el resto del territorionacional, se obtiene un mapa final con el cual se hara la primeracalibración de los datos en Colombia.

33. Puerto Concordia - Meta

34. Resultados Terra-i Tasa de Deforestacion 151,754 Ha/año

37. Caqueta, Jan 2004 – May 2009 Date

38. Resultados Terra-i La región oriental presenta una creciente pérdida de los bosques, debido principalmente a ampliación de la frontera agrícola, colonización en las riberas de los ríos, ganadería y explotación maderera. Tasa de Deforestación 21,300 Ha/año

39. ResultadosTerra-i Las prácticas de talaselectiva en el departamento de Santander, ocurrenprincipalmente en la zona del Magdalena Mediosantandereano y el bajoRionegro. Estadeforestación pone en peligrolasfuenteshídricas de muchosmunicipios de estedepartamento. Deforestation Rate 12,600 Ha/año

40. Parque Nacional Tinigua 1,300 Ha deforestado entre 2004 y 2009 0.5% del área total deforestado en 5 años

41. Entre los 125 y 150km de radio influencia al parque Serranía del Chiribiquete se detecto en promedio 15,448 hectáreas anualmente con una tendencia creciente. Se observa el acercamiento de los eventos de deforestación al parque natural, detectando en el 2009 6,825 hectáreas con cambios en la cobertura vegetal entre los 50 y 75km de distancia.

42. Bosquestropicales son los ecosistemasmasafectadas Areas protegidas no estan a salvo

43. Validacion

44. Chile Tasa de cambio promedio anual 91.349 Ha/año

45. Paraguay Tasa de cambio promedio anual 149.000 Ha/año

46. Terra-i Results Deforestation Rate 3,062,064 Ha/año

47. http://www.terra-i.org/

51. Lo que PARASID es…. Primeranivelherramienta de monitoreoparaanalisis de patrones de conversion a escalagruesa Plataformaparamedida a nivelesnacional y regional, consistente, y capaz de entregarunalinea base Sistema de alertatempranopor ser de casitiempo real Importanteparainfluripoliticaspublicas y privadas

52. Lo que no es….. Herramienta de monitoreodetallado, nivel local, paraimplementacion de REDD se requieremonitoreo de segunda y terceranivel Un sistemaparamonitoreardegradacion

54. Para Colombia, la tasa de deforestación va en aumento:

55. Promedio 150,000Ha/año 2004-2009

56. Duplico la tasa anual durante ese época (actualmente 200,000Ha/año)

57. Gran frente de deforestación en el Caquetá y Meta