Revista Digital del Departamento Geografía. Fac. Humanidades.

UNCA

ISSN 2591-3247 [email protected]

ELABORACIÓN DE CARTOGRAFÍA TEMÁTICA DE USOS DEL SUELO CON

TECNOLOGÍAS DE LA INFORMACIÓN GEOGRÁFICA

Luis Humacata
Universidad Nacional de Luján/Becario Doctoral CIC
Instituto de Investigaciones Geográficas (INIGEO)
E-mail: [email protected]
Web: www.prodisig.unlu.edu.ar

Resumen

En el presente trabajo se desarrollan los lineamientos técnico-metodológicos para la

elaboración de cartografía temática de usos del suelo, los cuales han sido aplicados con
la finalidad de caracterizar la dinámica de cambio de usos del suelo en partidos del sector
de crecimiento oeste de la Región Metropolitana de Buenos Aires. Los procedimientos
metodológicos se enmarcan dentro del análisis espacial y combinan las técnicas de
Teledetección y Sistemas de Información Geográfica. En esta línea se integraron las
técnicas de análisis visual y clasificación digital de imágenes satelitales para llegar a
definir una tipología de coberturas y usos del suelo en dos cortes temporales, años 2000
y 2010. Los resultados fueron integrados a un Sistema de Información Geográfica a partir
del cual se elaboró cartografía temática homogénea como insumo básico para la
aplicación metodológica de detección de cambios de usos del suelo. La sistematización
de estos procedimientos se orienta a generar una base de datos geográfica como
herramienta útil para el ordenamiento territorial a nivel urbano-regional.

Palabras clave: Cartografía temática, Usos del suelo, Tecnologías de la Información

Geográfica.

Abstract

The present work develops the technical-methodological guidelines for the elaboration of
thematic cartography of land uses, which have been applied with the purpose of
characterizing the dynamics of change of land uses in parties of the western growth sector
of the Region Metropolitan of Buenos Aires. The methodological procedures are framed
within the spatial analysis and combine the techniques of Remote Sensing and
Geographic Information Systems. In this line, the techniques of visual analysis and digital
classification of satellite images were integrated to define a typology of land coverages
and uses in two temporal sections, years 2000 and 2010. The results were integrated into
a Geographic Information System from of which homogeneous thematic cartography was
elaborated as basic input for the methodological application of detection of changes of
land uses. The systematization of these procedures aims to generate a geographic
database as a useful tool for spatial planning at the urban-regional level.

Keywords: Thematic cartography, Land use, Geographic Information Technologies.

1. Introducción

El presente trabajo tiene como objetivo establecer los lineamientos técnico-metodológicos

para la elaboración de cartografía temática de usos del suelo, con la finalidad de
caracterizar la dinámica de cambio de usos del suelo en partidos del sector de
crecimiento oeste de la Región Metropolitana de Buenos Aires (RMBA).
De este modo, los procedimientos se enmarcan dentro del análisis espacial y combinan
las técnicas de Teledetección y Sistemas de Información Geográfica (SIG), que integran
las denominadas Tecnologías de la Información Geográfica. La teledetección espacial
hace referencia a la obtención de información de la superficie terrestre desde plataformas
espaciales (Chuvieco, 2007; Adam & Gillespie, 2006). Los sistemas sensores captan la
energía reflejada por las cubiertas terrestres, y en base a una serie de características
espaciales, espectrales, radiométricas y temporales de los distintos sensores, obtienen
imágenes satelitales a partir de las cuales se logra la extracción de información temática
de interés. En nuestro caso, la finalidad fue identificar y caracterizar las coberturas y usos
del suelo del área de estudio. Por su parte, los SIG tienen como funcionalidad la
obtención, el almacenamiento, tratamiento y reporte de la información geográfica. Las
estructuras básicas de representación espacial consisten en el modelo raster y vectorial,
permitiendo la realización de cartografía temática y análisis espacial con datos
georreferenciados (Buzai & Baxendale, 2006).
En base al uso de estas Geotecnologías se aplicaron diversos procedimientos para la
obtención de dicha cartografía, entre los cuales podemos mencionar: en la fase de pre-
procesamiento de imágenes satelitales, se aplicaron modelos de corrección radiométrica;
luego se avanzó en la aplicación de criterios de interpretación visual de imágenes con el
objetivo de lograr una caracterización y definición de las coberturas y usos del suelo
como categorías de análisis; la fase de procesamiento de imágenes consistió en lograr la
clasificación digital como primer producto cartográfico; finalmente en la fase de pos-
procesamiento se obtuvo la cartografía temática de coberturas y usos del suelo en dos
cortes temporales, años 2000 y 2010. El objetivo de estos procedimientos fue lograr
cartografía temática homogénea, que se constituye como insumo básico para una
posterior aplicación metodológica de detección de cambios de usos del suelo. Ésta se
basa en la tabulación cruzada de los dos mapas generando como resultado información
estadística, a partir del cálculo de los indicadores de cambios, y cartografía dinámica,
cuya finalidad será la de identificar las persistencias, las ganancias, las pérdidas, el
cambio neto y total, y los intercambios entre las diferentes categorías de usos del suelo.
La relevancia de la temática que guía el presente trabajo, está dada por el impacto
negativo que genera el cambio en los usos del suelo a través de la expansión urbana en
espacios naturales de conservación y en sitios de producción rural tradicional,
generándose conflictos de competencia espacial entre los mismos y la modificación de la
topografía que conlleva problemas ambientales severos, como el caso de las
inundaciones en zonas urbanas y rurales. En esta instancia se presenta la elaboración de
cartografía de usos del suelo del área de estudio, con la finalidad de sentar las bases
para una posterior aplicación metodológica.

2. Área de estudio

El área de estudio (Figura 1) corresponde a tres partidos del sector de crecimiento oeste
de la Región Metropolitana de Buenos Aires: General Rodríguez (87.185 hab.), Luján
(106.273 hab.) y Moreno (452.505 hab.), con una población total de 645.963 (INDEC,
2010). Estos partidos presentan diferencias graduales en cuanto al impacto generado por
la dinámica metropolitana, por lo que el abordaje corresponde a un nivel sub-regional, a
partir de considerar la dinámica de ocupación del suelo de uno de los sectores de
crecimiento metropolitano asociado a la red de autopistas. El área se caracteriza por
presentar procesos de diferenciación espacial ligados al ámbito urbano, periurbano y
rural. Es así como el partido de Moreno, presenta los rasgos de ocupación residencial del
territorio, formando parte del segundo anillo metropolitano, y del aglomerado del Gran
Buenos Aires junto al partido de General Rodríguez. Este último y el partido de Luján,
integran el tercer y cuarto anillo respectivamente, presentando una mayor diversidad de
usos del suelo, donde la actividad agropecuaria es la de mayor proporción,
especialmente en el partido de Luján.

Figura 1: Ubicación de los Partidos del sector de crecimiento oeste metropolitano.

Fuente: Elaboración del autor.

3. Materiales y Métodos

Para la realización de la cartografía de usos del suelo se han utilizado dos imágenes
satelitales provenientes del satélite Landsat 5 (sensor TM). Estas imágenes se obtuvieron
del sitio web del Servicio Geológico de los Estados Unidos (USGS, se pueden descargar
del sitio: www.earthexplorer.usgs.gov).

Figura 2: Localización (Path/Row) y parámetros de la imagen.

Fuente: www.earthexplorer.usgs.gov

La fecha de adquisición de las imágenes corresponde a los meses de verano (diciembre-

enero), con la finalidad de obtener un mayor rango dinámico de la respuesta espectral de
las diferentes coberturas de modo que sea posible establecer una correcta separabilidad
espectral de las mismas. A continuación se presenta una tabla con información específica
de las imágenes utilizadas.

Tabla 1: Información de las imágenes Landsat 5 (sensor TM) utilizadas.

Escena Fecha de
Fuente
(Path/Row) adquisición
225-84 11-01-2000 USGS
225-84 08-12-2010 USGS

La selección de imágenes de diferentes años (2000 y 2010), pretende abarcar un amplio

período de tiempo para cuantificar los cambios en los usos del suelo. De este modo, la
elección de una escala temporal de 10 años resulta adecuada para la detección de
cambios en la configuración espacial de usos del suelo.

Los procedimientos metodológicos se pueden sintetizar a partir de los siguientes puntos:

a. Pre-procesamiento de imágenes: se aplicaron los modelos de corrección atmosférica

para reducir los efectos de la atmósfera en las imágenes. Esta tarea implicó el manejo de
software específico para el cálculo de parámetros de calibración.

b. Análisis de Interpretación Visual: se realizó la interpretación visual de las distintas

imágenes para obtener una caracterización cualitativa de las distintas coberturas de usos
del suelo en el área de estudio. El objetivo fue discriminar las coberturas y usos del suelo
para definir las categorías de análisis.

c. Procesamiento Digital de Imágenes: se realizó la clasificación digital de las imágenes

para la elaboración de cartografía temática de usos del suelo de los años 2000 y 2010.
Esta tarea se apoya en el punto anterior, e implicó la identificación de regiones de interés
a través de las cuales se procedió a clasificar las imágenes.

d. Pos-procesamiento de imágenes: consiste en evaluar la clasificación digital realizada

en la fase de asignación. Además se incluyen los pasos de combinación de resultados
parciales, producto del análisis visual y digital, para lograr la cartografía temática final.

4. Aplicación y Resultados

4.1. Pre-procesamiento de imágenes

Con el objetivo de comparar imágenes satelitales de diferentes años, se procedió a la

conversión de los valores de ND (Digital Number) de cada imagen a valores de
reflectividad. Este tipo de tratamientos se realizan con la finalidad de generar imágenes
cuyos valores de ND se convierten en magnitudes físicas, a partir del cálculo de
reflectividades o de temperaturas, lo cual permite comparar imágenes de distintos años
provenientes de un mismo sensor, de diferentes sensores e integrar información de otras
fuentes de percepción remota (Chuvieco, 2007). Se corrigieron los efectos producidos por
la interacción con la atmósfera, conocida como corrección atmosférica. Otros factores a
tener en cuenta en la corrección radiométrica corresponden a los efectos producidos por
la morfología del terreno (relieve), que genera el sombreado topográfico, y el efecto
bidireccional de la reflectividad, generado por los ángulos de observación y de inclinación
del sensor.
Como primer procedimiento se generan los valores de radiancia a partir de los valores
digitales (ND) de la imagen inicial. Se obtendrá así una medida de la cantidad de energía
que capta el sensor. Luego se procede al cálculo de la reflectancia al tope de la
atmósfera, utilizando los valores de radiancia. Como es sabido, los efectos atmosféricos
son más frecuentes en las bandas del visible (B1, B2, B3) e infrarrojo cercano (B4). De tal
modo, que resulta conveniente considerar los efectos atmosféricos de dispersión en las
correspondientes bandas. Estos efectos son insignificantes en las bandas
correspondientes al Infrarrojo Medio (B5 y B7), por lo que se considera que en estas
bandas la reflectancia TOA es similar a la reflectancia de superficie.

Cálculo de Reflectancia de Superficie:

Donde ρλS es la reflectancia de superficie considerando una superficie uniforme

Lambertiana y sin nubes, Lλp es la radiancia registrada como resultado de la radiación EM
con los componentes atmosféricos, Tλv es la transmisividad atmosférica desde la
superficie hacia el sensor, Tλz es la transmisividad atmosférica en la dirección de la
iluminación solar, Eλdown es la irradiancia difusa del cielo hacia abajo.

4.2. Interpretación visual de imágenes

La interpretación visual de imágenes es una técnica que permite el reconocimiento e

identificación de las coberturas y usos de suelo. Esta tarea se realiza a partir de
considerar unos criterios de interpretación que, como menciona Chuvieco (2007), han
sido clasificados en base a su nivel de complejidad. Existen criterios elementales, como
el tono y el color, basados en los valores espectrales, y se avanza hacia criterios de
mayor complejidad como los referidos a las características espaciales de las cubiertas
(textura, forma, diseño, tamaño y asociación), y su temporalidad a partir de considerar el
estado fenológico de las mismas. La siguiente tabla presenta la definición de los criterios
de interpretación utilizados en el presente trabajo.

Tabla 2: Criterios de interpretación visual.

Criterios Características
Este criterio es un indicador de la intensidad de la energía que reflejan las
distintas cubiertas en una determinada longitud de onda del espectro
Tono electromagnético. Se representa en distintas tonalidades de grises, donde un tono
negro indica una cubierta con nula reflectividad, siendo el tono blanco
representativo de cubiertas con una alta respuesta espectral. Esto hace que el
tono esté estrechamente ligado a la respuesta espectral de las distintas cubiertas.
Se obtiene a partir de la combinación de distintas bandas. De este modo, se
genera una imagen compuesta por tres bandas a las cuales se le asigna un
determinado color. En el método aditivo, los colores que se obtienen son un
Color derivado de la suma de los tres colores primarios. Entre las combinaciones color
que se pueden obtener, la más difundida es Falso Color Compuesto Standard,
que se obtiene a partir de la superposición de las bandas correspondientes al
infrarrojo cercano, rojo y verde (IRC, R, V). Una cubierta aparecerá en color rojo
cuanto más intensidad de energía refleje en la banda del infrarrojo cercano.
La textura hace referencia a la frecuencia en los cambios de las tonalidades de
grises de una imagen, indicando la rugosidad o suavidad del conjunto de píxeles,
 generado por el contraste espacial existente entre cubiertas. Se pueden distinguir
Textura tres tipos de textura: rugosa, media y fina. Este criterio es la relación entre el
tamaño de los elementos de una cubierta y la resolución espacial del sensor, lo
cual permite analizar la variabilidad espacial de las cubiertas.
Este criterio da cuenta de la disposición espacial de una cubierta, de modo que
Diseño sea posible su identificación a partir de su particular patrón o diseño. Se pueden
distinguir patrones naturales (relieve, sistema de drenaje), y patrones culturales
(geometría del parcelado rural, diseño en damero de las ciudades).
Los diferentes objetos que aparecen en una imagen pueden ser identificados a
partir de su particular forma, pudiéndose diferenciar cuerpos de agua naturales de
Forma cursos artificiales o la presencia de determinadas estructuras (parques
industriales, aeropuertos). La resolución espacial del sensor resulta determinante
en la identificación de objetos individuales.
Hace referencia a las dimensiones físicas de las cubiertas. Este criterio está muy
relacionado con el anterior, ya que la tarea de identificación de objetos a partir del
Tamaño tamaño depende de la resolución espacial del sensor y de la escala de trabajo.
Sensores con alta resolución espacial (como Ikonos y QuickBird), pueden captar
elementos de tamaño pequeño, mientras que las dimensiones aumentan para los
sensores de media resolución (Landsat).
Este criterio hace referencia a la localización espacial de una cubierta de interés y
Asociación su relación con las cubiertas vecinas. De este modo se apoya en el contexto o
entorno espacial para la identificación de determinados elementos en la imagen.
Resulta de suma utilidad cuando aparecen cubiertas con la misma respuesta
espectral.
Es un criterio temporal que hace referencia al estado de las cubiertas en
Fenología determinado momento de su ciclo fenológico. Resulta de interés a la hora de
discriminar distintos cultivos desde un enfoque multi-estacional.

Fuente: Elaboración del autor en base a Chuvieco (2007) y Serafini (2011).

Los criterios de análisis visual han sido aplicados desde una perspectiva integradora, es
decir que fueron combinados para obtener una mayor capacidad de interpretación visual.
En este sentido, se avanzó en la definición de composiciones en color a partir de la
combinación de bandas. Se obtuvieron distintas composiciones con la finalidad de captar
las diferencias en la respuesta espectral de las cubiertas a partir de su especificidad
temática, aportando cada una a obtener mayor información con respecto a los elementos
observados. De este modo permiten el reconocimiento de las cubiertas en base a su
característica espectral, por lo que su aplicación estará orientada a la delimitación de
áreas espectralmente homogéneas. Esta tarea es apoyada por cartografía analógica y
digital, fotografías aéreas y trabajo de campo, lo cual permite una correcta interpretación.
En base a estas consideraciones se emplearon distintas composiciones en color:

Composición Color Natural (Visible): corresponde a la asignación de los colores Azul,

Verde y Rojo a las bandas respectivas de longitudes de onda correspondientes al
espectro Visible. Su denominación se debe a que representa los colores con los que
nuestros ojos perciben los objetos.

Composición Falso Color Compuesto Estándar (FCCS, por sus siglas en inglés):
considera las bandas del espectro Visible (Bandas 2 y 3), e Infrarrojo cercano (Banda 4),
asignando los colores Azul, Verde y Rojo respectivamente.

Composición Falso Color Compuesto (FCC): en esta composición se combinan bandas

de diferentes regiones del espectro. Por ejemplo, la que resulta de considerar las bandas
3, 5 y 4 y asignarle respectivamente los colores Azul, Verde y Rojo. Otra posibilidad surge
al combinar las bandas 3 (Azul), 5 (Verde) y 7 (Rojo). Estas combinaciones incluyen
bandas del espectro Visible, Infrarrojo cercano e Infrarrojo medio.
 A partir de las composiciones en color empleadas en la interpretación visual se ha
logrado obtener información temática referida a los aspectos naturales visibles, las
coberturas de vegetación y áreas urbanas. Se hace notar que los avances en la
resolución espectral de los sistemas sensores, a partir de incorporar varias bandas en las
diferentes regiones espectrales, ha dado amplias posibilidades para la combinación de
bandas. En nuestro caso de investigación, se seleccionaron aquellas que mayor aptitud
tenían para la discriminación de cubiertas de interés temático como las referidas a los
tipos de vegetación, cursos de agua, suelo descubierto, densidad de áreas urbanas, entre
otras.

Figura 3: Composiciones en color.

Años
Combinación
entre bandas 2000 2010

Visible

FCCS

FCC

Fuente: Elaboración del autor.

Estos criterios han sido aplicados para lograr la caracterización de los usos del suelo del
área de estudio en los distintos cortes temporales. De este modo, desde el análisis visual
se procederá a la definición de las coberturas y usos del suelo como categorías para la
clasificación espacial en apoyo a la elaboración de cartografía temática. De este modo,
quedan definidas 9 clases en un solo nivel de jerarquización.

Tabla 3: Definición de coberturas y usos del suelo.

Coberturas/Usos Imagen
Definición
del suelo
Las áreas urbanas tradicionales
corresponden a las ciudades
Urbano cabeceras de partidos. Su
Tradicional o configuración presenta una
Compacto aglomeración de manzanas
edificadas, cuyo densidad es la más
alta. Dentro de esta categoría se
incluyen las localidades menores
(baja densidad).
El uso urbano disperso se caracteriza
por presentar una baja densidad de
edificaciones, con grandes espacios
Urbano Disperso destinados a la actividad deportiva.
Presenta un diseño urbano irregular.

Hace referencia a aquellas superficies

destinadas a la práctica deportiva y
recreativa del polo y golf. Presenta
Deportivo- una forma geométrica regular.
Recreativo
El uso agrícola, principalmente de
secano (sin riego) corresponde a los
cultivos de cereales (maíz, trigo) y
Agrícola oleaginosas (soja, girasol).

Consiste en áreas medianas y

pequeñas destinadas a la producción
Hortícola- de verduras, frutales, y otras
Intensivo producciones intensivas como viveros.
Se encuentran próximos a centros
urbanos.
Son áreas destinadas a la crianza y
engorde de ganado, principalmente
vacuno. Dentro de esta categoría
Ganadero están los establecimientos
productores de carne y aquellos
dedicados a la producción tambera.
Corresponde a las vías de transporte
terrestres como rutas, autopistas y
Infraestructura de ferrocarriles. Incluye los terrenos
transporte aledaños.
 Corresponde a las áreas ocupadas
con vegetación herbácea y arbórea
natural. Se incluyen las forestaciones
Forestal-Natural con fines comerciales.

Hace referencia a la hidrografía

superficial permanente como ríos,
arroyos, embalses, etc.
Cursos de agua

Fuente: Elaboración del autor.

4.3. Procesamiento digital de imágenes

Las tareas correspondientes al procesamiento digital de imágenes consisten en

procedimientos orientados al tratamiento cuantitativo (matemático-estadístico) de las
imágenes, con la finalidad de obtener información temática a partir de los valores digitales
de las mismas.
El análisis digital con fines clasificatorios pretende generar productos cartográficos
basados exclusivamente en los valores espectrales de las imágenes, lo cual implica tener
un mayor conocimiento de las características y dinámica del área de estudio para una
correcta asignación de píxeles a las categorías previamente definidas. Sumado a esto, se
deben seleccionar las imágenes que brinden mayor capacidad para la identificación de
cubiertas de interés. Estas tareas resultan de suma importancia ya que de ellas depende
gran parte de los procedimientos clasificatorios.
El análisis digital se complementa con información auxiliar (ya sean fotografías aéreas,
cartas topográficas, etc.), y se combina con las técnicas de análisis visual ya que
incorporan algunos criterios complejos de interpretación para la identificación de
patrones espaciales. Esta integración de la información brindará los insumos
fundamentales para la elaboración de cartografía temática (Chuvieco, 2007).
La clasificación de imágenes puede realizarse a partir de adoptar dos formas
metodológicas. La primera se denomina clasificación no supervisada, y hace referencia a
la segmentación automática de una imagen satelital a partir de sus valores digitales. Esto
quiere decir que el usuario debe informar la cantidad de clases a obtener y luego se
procede a denominar las categorías de píxeles homogéneos resultantes. De este modo,
esta posibilidad resulta interesante cuando no se tiene conocimiento del área de estudio
aunque sus resultados pueden ser difíciles de interpretar ya que se basa exclusivamente
en la respuesta espectral. El agrupamiento de píxeles dentro de este tipo de clasificación
puede lograrse a partir de los métodos usuales tales como: K-means e ISODATA.
Por su parte, la clasificación supervisada requiere un conocimiento previo del área de
estudio a clasificar, ya que se basa en la definición de áreas de entrenamiento para luego
proceder a la asignación de todos los píxeles de la imagen. Estas áreas de entrenamiento
se consideran como muestras de píxeles representativos de las categorías definidas
previamente. Los grupos de píxeles, que se definen a partir de la similitud de sus valores
digitales, se consideran como referencia para la posterior asignación del resto de píxeles
a las categorías de la leyenda cartográfica. Entre los métodos más usuales, para la
asignación de los píxeles a las clases temáticas, podemos mencionar: Mínima distancia,
Máxima Probabilidad, Distancia Mahalanobis y Paralelepípedo.
La clasificación supervisada procede a partir de una serie de fases sucesivas que tienen
como objetivo culminante la representación cartográfica de las coberturas/usos del suelo
del área de estudio. Para ello es preciso formular las categorías o clases temáticas a
partir de las cuales se pretende clasificar el espacio geográfico.
4.3.1. Fase de entrenamiento

En esta instancia se procederá a generar una serie de muestras de píxeles

representativas de cada clase temática. La identificación de estas muestras se basa en
los criterios de interpretación desarrollados en la Tabla 2 y de datos tomados con GPS
(Global Positioning System) a partir de trabajo de campo, que han sido utilizados para
realizar la definición de coberturas/usos del suelo (Tabla 3). La selección de Regiones de
Interés (ROI) se realizó sobre una imagen combinada 4-3-2 (FFCS), con apoyo de trabajo
de campo y de la visualización con el software Google Earth. Para la delimitación de las
ROI se utilizó el software de procesamiento digital de imágenes ENVI 4.7.
En las siguientes figuras (Figuras 4 y 5) se presentan los registros fotográficos de las
coberturas/usos del suelo.

Figura 4: Registro fotográfico del uso Agrícola y Ganadero.

Fuente: Elaboración del autor.

 Figura 5: Registro fotográfico del uso Cursos de agua, Forestal-Natural y Urbano
disperso.

Fuente: Elaboración del autor.

Estos insumos han posibilitado la delimitación de áreas representativas de las categorías

de interés. A continuación se presentan algunas de las ROI digitalizadas.

Figura 6: Regiones de Interés: Uso Urbano Tradicional o Compacto.

Ciudad de Luján Ciudad de Gral. Rodríguez Ciudad de Moreno

Fuente: Elaboración del autor (ENVI 4.7).

 Figura 7: Regiones de Interés: Uso Agrícola.

Partido de Luján Partido de Gral. Rodríguez Partido de Moreno

Fuente: Elaboración del autor (ENVI 4.7).

Se generó una leyenda con sub-clases para poder abarcar la amplitud espectral de
aquellas cubiertas que presentaban mayores heterogeneidades. Esto se debe al estado
fenológico de algunos usos como el Agrícola (donde existen campos con cultivos
vigorosos y otros en barbecho o rastrojo), a las características propias de algunos usos
como el Urbano (donde existen diferentes grados de densidad de edificación), y a la
similitud entre cubiertas, lo cual dificulta la discriminación entre categorías. Por lo dicho, a
partir de la digitalización de las áreas de entrenamiento se avanzó a evaluar la correcta
separabilidad entre las mismas.

El análisis de separabilidad se realizó a partir del cálculo de la distancia entre las ROI,
considerando las fórmulas matemáticas de: Distancia de Jeffries-Matusita y Distancia de
Divergencia Transformada (Beltrán González, 2013). Ambas fórmulas se encuentran en
el software ENVI 4.7 y arrojan parámetros que van de 0 a 2. Cuanto más se acerque al
valor máximo, mayor será la separabilidad entre las dos coberturas. Las mayores
confusiones se dieron entre los usos urbanos (tanto tradicional como disperso) y las
áreas agrícolas (principalmente aquellas que corresponden a campos en barbecho o
rastrojo), la infraestructura de transporte (rutas y autopistas), y el uso ganadero
(principalmente con el uso urbano con baja densidad de ocupación y el urbano disperso).

Tabla 4: Reporte de la separabilidad de ROI/Uso Urbano disperso.

Categorías Jeffries- Divergencia

Matusita Transformada
Urbano tradicional_1 1.96500828 1.99708560
Urbano tradicional_2 1.10102800 1.24420542
Agrícola_1 1.95610335 1.99998139
Agrícola_2 1.78822375 1.99887711
Agrícola_3 1.49778832 1.79683517
Cursos de agua 1.99969860 2.00000000
Ganadero 1.55619751 1.87271474
Forestal-Natural_1 1.99814895 2.00000000
Forestal-Natural_2 1.99906518 2.00000000
Transporte 1.70559956 1.95701744

Fuente: Elaboración del autor (ENVI 4.7)

El reporte del análisis de separabilidad centrado en el uso Urbano disperso (Tabla 4) con
respecto a las otras categorías, indica que existe una débil separabilidad con el uso
Agrícola_3 (1.50-1.80), Ganadero (1.55-1.87), y Transporte (1.70-1-95). El resto de pares
de categorías presentan valores superiores.

4.3.2. Fase de asignación

En esta fase se logrará la asignación de todos los píxeles de la imagen a partir de las
áreas de entrenamiento definidas en el apartado anterior. De modo que se generará la
imagen clasificada de usos del suelo, la cual hace referencia al agrupamiento de la
totalidad de píxeles a las clases temáticas definidas basándose en la respuesta espectral
de cada banda considerada. Este procedimiento se basó en el método de Máxima
Probabilidad. Como ya se señaló, este método considera una distribución normal de los
valores de los píxeles y los asigna a una categoría según la mayor probabilidad de
ocurrencia en la similitud de los valores digitales. De modo que todos los píxeles serán
asignados a una clase según su probabilidad de pertenencia.
El resultado cartográfico será una nueva imagen de similar extensión aunque los píxeles
ya no disponen de valores espectrales sino de información temática correspondiente a las
categorías de la leyenda cartográfica. A continuación, se presentan los mapas de usos
del suelo para cada año realizados a partir de la clasificación digital (Figura 8 y Figura 9).

Figura 8: Clasificación digital de Figura 9: Clasificación digital de

Coberturas/Usos del suelo. Año: 2000 Coberturas/Usos del suelo. Año: 2010

Fuente: Elaboración del autor.

4.4. Pos-procesamiento de imágenes

La fase de verificación pretende obtener un valor cuantitativo de la exactitud de la

clasificación digital con la finalidad de lograr un producto cartográfico que represente con
la mayor fiabilidad las características de interés del área de estudio. Estos procedimientos
se basan en la comparación entre la cartografía obtenida y aquella información de
referencia (fotografías áreas, muestreo espacial, etc.) utilizada para la estimación del
error de los resultados (Primera & Gandini, 2014; Chuvieco, 2007). Esto se realiza a partir
de la matriz de confusión, con la finalidad de lograr un análisis de la exactitud de la
clasificación y determinar las confusiones producidas entre categorías. La diagonal
principal de la matriz (de n x n = número de categorías), recoge los acuerdos entre filas y
columnas, existiendo correspondencia entre el mapa y la realidad. Los valores que se
encuentran fuera de la diagonal indican los errores de asignación (Chuvieco, 2007), tanto
de omisión como de comisión.
La confiabilidad global de la clasificación se obtiene a partir de relacionar los valores
contenidos en la diagonal principal y los valores marginales de filas y columnas. Otra de
las medidas estadísticas es el coeficiente Kappa, que consiste en una medida global de
la exactitud de la relación entre la clasificación digital y la información de referencia
comparada con aquella que se podría generar al azar (Congalton, 1991). Los valores que
arroja van de 0 a 1. Cuanto más cercano a 1 sea el resultado mayor será la fiabilidad de
la clasificación, es decir que las categorías han sido discriminadas correctamente y se
alejan de ser producto de un proceso aleatorio. A continuación se presenta la matriz de
confusión para el año 2000 y 2010.

Tabla 5. Matriz de confusión. Año: 2000 y 2010

Fuente: Elaboración del autor a partir de los valores calculados en ENVI 4.7

En términos generales podemos señalar que la matriz correspondiente tanto al año 2000
como 2010 indican que la exactitud global de la clasificación fue del 82.80 % y del 84.40
% respectivamente, siendo el coeficiente Kappa de 0.7538 y de 0.7948, lo cual
corresponde a una muy buena precisión para ambas clasificaciones.
Entre los procedimientos realizados en este apartado se encuentra la generalización
cartográfica orientada a definir la unidad mínima cartografiable, la eliminación de píxeles
aislados a partir de la aplicación de filtros espaciales y la combinación de los resultados
obtenidos a partir del procesamiento digital y la interpretación visual para la obtención de
cartografía temática final. A continuación se presentan las capas temáticas obtenidas a
partir de la digitalización en pantalla (Figura 10 y 11) utilizando el Sistema de Información
Geográfica QGIS (Versión Wien 2.8). La creación de las capas temáticas se ha realizado
teniendo en cuenta la información contenida en las bases de datos geográficas
provenientes del Instituto Geográfico Nacional (IGN), desde su proyecto SIG-IGN 250; y
del Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Información
Geográfica (GESIG). Las mismas pueden descargarse de los sitios web del IGN:
www.ign.gob.ar, y del GESIG: www.prodisig.wixsite.com/. Además, se utilizó el software
Google Earth a partir de la visualización de imágenes históricas de mayor resolución.
Figura 10: Digitalización del uso Urbano 2010 Figura 11: Capas temáticas digitalizadas (2010).

Fuente: Elaboración del autor.

De este modo, se procedió a combinar estas capas temáticas con aquellas generadas a
partir de la clasificación digital, con la finalidad de lograr un producto cartográfico que
represente con el mayor nivel de detalle la configuración espacial de las categorías de
interés.
Finalmente se ha llegado a la fase culminante de la aplicación de técnicas basadas en
Teledetección y SIG, destinadas al tratamiento cuali-cuantitativo de imágenes satelitales
para elaborar cartografía temática de coberturas y usos del suelo de los partidos que
integran el sector de crecimiento oeste metropolitano. Se procedió a integrar la
información generada en un SIG con el objetivo de elaborar cartografía temática
homogénea en formato raster, con un tamaño de píxel de 20x20 metros. A continuación
se presentan los dos mapas elaborados para el año 2000 y 2010 (Figuras 12 y 13):

Figura 12: Coberturas/Usos del suelo. Año: 2000.

Fuente: Elaboración del autor.

 Figura 13: Coberturas/Usos del suelo. Año: 2010.

Fuente: Elaboración del autor.

Se puede observar una amplia zona destinada a la actividad agropecuaria,

principalmente en el partido de Luján y General Rodríguez, por su parte el partido de
Moreno no presenta una significativa dedicación a esta actividad primaria. Entre las
producciones agrícolas y ganaderas, las primeras son las de mayor ocupación en el
territorio, existiendo zonas mixtas agrícola-ganaderas. Además existen cubiertas
correspondientes a campos en barbecho y con rastrojo. Otros usos del suelo se
relacionan a la actividad recreativa y deportiva, como aquellas superficies destinadas a la
práctica de polo y golf, principalmente en el partido de General Rodríguez. Esta actividad
se encuentra ampliamente vinculada a la proliferación de urbanizaciones cerradas como
countries, clubes de campo y chacras. El uso urbano se encuentra representado por las
tres ciudades cabeceras de sus partidos homónimos, que ocupan el área central de los
mismos. Este uso está integrado por áreas urbanas de diferente densidad. Las mayores
densidades de áreas construidas se encuentran en el partido de Moreno, que presenta
una amplia aglomeración urbana. Además existen localidades menores, principalmente
en el partido de Luján seguido del partido de Moreno. Estas localidades presentan
diferentes niveles de densidad edificada. Aquellas con menor densidad (como la localidad
de Carlos Keen en el Partido de Luján) presentan dificultades para su identificación,
teniendo que recurrir a información auxiliar. Esto se debe a la mayor proporción de
vegetación arbórea en el interior de las localidades.
Los cursos de agua están representados por ríos (como el río Luján y el río Reconquista)
y numerosos arroyos, que se distribuyen principalmente por el territorio del partido de
Luján, seguido de General Rodríguez y Moreno. Este último se destaca por el embalse
Ingeniero Roggero, que se forma a partir de la confluencia de los arroyos Durazno y La
Choza, nacientes en el partido de General Rodríguez. La presa Ingeniero Roggero tiene
la función de regular las aguas del río Reconquista. Cabe mencionar la vegetación
asociada a los principales cursos de agua, como el bosque ribereño del río Luján y los
pastizales que se distribuyen próximos a los arroyos.
La infraestructura de transporte está formada por rutas (nacionales y provinciales) y
autopistas. Dentro de las primeras podemos mencionar a las rutas nacionales número 7 y
5. Entre las provinciales se encuentran las rutas 24, 25, 28, 34, entre otras. En cuanto a
las autopistas se encuentra la del Oeste, que atraviesa los tres partidos en sentido este-
oeste; y la autopista 6 que recorre los partidos de Luján y General Rodríguez en sentido
norte-sur, con dirección al partido de La Plata.
La caracterización inicial de coberturas y usos del suelo resultó de suma utilidad para los
objetivos de la investigación, siendo insumo básico para la aplicación de la metodología
de detección de cambios de usos del suelo (Pontius et al. 2004), a partir de la cual se
llegará a un mayor conocimiento de la evolución del territorio en cuanto a su dinámica de
ocupación del suelo.

5. Conclusiones

En este trabajo se han presentado los principales procedimientos técnicos y

metodológicos para la elaboración de cartografía temática de usos del suelo en base a
imágenes satelitales, técnicas de Teledetección y SIG. Los productos cartográficos
elaborados a partir de la combinación de análisis visual y clasificación digital de imágenes
posibilitaron obtener cartografía para distintos cortes temporales (años 2000 y 2010),
siendo insumos básicos para una posterior aplicación de la metodología de detección de
cambios de usos del suelo.
En este sentido, cabe señalar la importancia de avanzar en futuras investigaciones con el
objetivo de modelizar la dinámica temporal en partidos que están sujetos a procesos de
urbanización de gran dinamismo y aparición de conflictos ante cambios de usos del
suelo. De este modo, la elaboración de cartografía temática con Tecnologías de la
Información Geográfica, posibilitará la generación de conocimientos a un nivel espacial,
en apoyo a la elaboración de un diagnóstico territorial de la evolución espacial de la
ocupación del suelo, constituyéndose en una valiosa herramienta para el ordenamiento
territorial a nivel urbano-regional.

Bibliografía

Adams, J.B. & Gillespie, A.R. (2006). Remote sensing of landscapes with spectral
images. A physical modeling approach. Cambridge University Press. New York.
Beltrán González, J. C. (2013). Elaboración de cartografía de uso y cobertura del suelo
para los Municipios de Culiacán y Novato, Sinaloa, mediante clasificación digital
de imágenes satelitales del sensor Landsat 5 TM. Tesis. Licenciatura en
Ingeniería Geodésica. Universidad Autónoma de Sinaloa.
Buzai, G.D. & Baxendale, C.A. (2006). Análisis socioespacial con Sistemas de
Información Geográfica. Lugar Editorial. Buenos Aires.
Buzai, G. D. & Humacata, L. (2015). El sistema periurbano de la Región Metropolitana de
Buenos Aires. Análisis Espacial mediante Tecnologías de la Información
Geográfica. Primera parte: Procesamiento digital de imágenes satelitales y
clasificación de usos del suelo 2000-2010. Proyecto de Asignatura (PDA).
Disposición CDD-CS N° 040/15. Universidad Nacional de Luján.
Chuvieco, E. (2007). Teledetección Ambiental. La observación de la Tierra desde el
Espacio. Ariel Ciencia. Barcelona.
Congalton, R. G. (1991). A review of assessing the accuracy of classifications of remotely
sensed data. Remote Sensing of Environment 37: 35-46.
Instituto Geográfico Nacional (IGN). Base de Datos Geográfica. SIG-250. Recuperado de
www.ign.gob.ar
INDEC (2010). Censo Nacional de Población, Hogares y Viviendas 2010. Instituto
Nacional de Estadísticas y Censos. Buenos Aires.
Pontius, R.G.; Shusas, E. & McEachern, M. (2004). Detecting important categorical land
changes while accounting for persistence. Agriculture, Ecosystems and
Environment. 101: 251-268.
Primera, M. M. & Gandini, M. (2014). Procesamiento II. Guía práctica de Métodos de
Clasificación supervisados y no supervisados. Maestría en Teledetección y
Sistemas de Información Geográfica. Facultad de Agronomía. Universidad
Nacional del Centro de la Provincia de Buenos Aires. Azul.
Programa de Docencia e Investigación en Sistemas de Información Geográfica
(PRODISIG). Instituto de Investigaciones Geográfica. Universidad Nacional de
Luján. Recuperado de www.prodisig.wixsite.com
Serafini, M. C. (2011). Interpretación visual de imágenes satelitarias. Programa de
Desarrollo e Investigación en Teledetección (PRODITEL). Universidad Nacional
de Luján. 23 pp.
Servicio Geológico de los Estados Unidos (USGS). Recuperado de:
www.earthexplorer.usgs.gov
Tapiador, F.J. (2001). El papel del geógrafo en las directrices de ordenación territorial.
Boletín de la AGE-Asociación de Geógrafos Españoles. 31:137-147.