AbstractThe natural resources are under constant use, with an ever in-creasing demand of its products and needs, therefore it is amust to count with updated information on the conditions andpossible changes in soil and vegetation due to their utilization inforest areas. The satellite images turn out to be important toolsfor generating maps that detail the degraded areas associatedwith timber activities. The general objective of this study was toquantify the current deforestation in the central region of the moun-tain formation range on the state of Chihuahua, Mexico, in rela-tion with the deforestation rates reported by the National ForestInventory in the year 2000. There were two specific objectives:one, to examine the relation of the spectral data the LANDSAT-TM5 and LANDSAT-TM7 sensor from different years, with theaerial cover data to detect changes in the forest stands; and thesecond, to detect changes in the forest cover through the analy-sis of the main components. Information obtained from LANDSATTM5 and TM7 of 1993 and 2003 bands respectively was used tocarry this out from a spatial and temporal point of view analysisof the deforested areas. The main component analysis was usedto detect space and temporal changes. A visual analysis of thefirst three components was used in the quantitative analysis. Thetemporal comparison of the classified images represents a goodalternative to identify changes in the forest cover. From about88,842 ha of deforested areas reported by the National ForestInventory in the year 2000, 35.2% (31,275 ha) of them wereoverestimated as showed by this study. The annual deforesta-tion rates range from 1.9 to 2.7% in Basogachi and San Juanito,respectively. The obtained polygons from timbered areas arebig, with rapid changes in the soil and vegetation use. In mostcases these changes are severe and occur in a relatively shortperiod of time.Keywords: Deforestation, changes, multiespectral classifica-tion, LANDSAT-TM.

Análisis de áreas deforestadasen la región centro-norte de la

Sierra Madre Occidental,Chihuahua, México

Analysis of deforested areas in thenorth central region of the Sierra

Madre Occidental, Chihuahua, MexicoCARMELO PINEDO ÁLVAREZ,¹ ALFREDO PINEDO ÁLVAREZ,2

REY MANUEL QUINTANA MARTÍNEZ¹ Y MARTÍN MARTÍNEZ SALVADOR3

ResumenLa creciente demanda de productos y satisfactoresde origen maderable requiere de información actuali-zada respecto a la condición y posibles cambios enuso del suelo y vegetación. Las imágenes del satéliteLANDSAT TM representan una herramienta importan-te para generar mapas que identifiquen y detallen laextensión del disturbio de las áreas asociadas con laactividad forestal. El objetivo fue cuantificar el gradode deforestación en la región centro-norte de la SierraMadre Occidental en Chihuahua, México. Dos fueronlos objetivos específicos: el primero fue examinar lasrelaciones de datos espectrales del sensor LANDSAT-TM5 y TM7 para detectar cambios en la masa fores-tal; el segundo fue identificar los cambios de cubiertaforestal a través de un análisis de componentes prin-cipales. A partir de una composición de imágenes segeneró otra imagen clasificada por el método no su-pervisado con los mismos tipos de cubierta para am-bos períodos. Además se realizó un análisis de com-ponentes principales para detectar cambios espacia-les y temporales. La comparación de imágenes clasi-ficadas representó una buena opción para identificarcambios en la cobertura forestal. De 88,842 ha repor-tadas por el Inventario Nacional Forestal como áreasdeforestadas, 35.2 % (31,275 has.) fue sobreestimadocomparado con los resultados de este estudio. Lastasas de deforestación anual fluctuaron entre 1.9% enBasogachi y 2.7 % en San Juanito. Los mapas gene-rados mostraron la presencia de grandes superficiesdeforestadas con cambios drásticos que ocurrieron enun tiempo relativamente corto.Palabras clave: Deforestación, cambio de uso de sue-lo, clasificación multiespectral, LANDSAT-TM.

Medio ambiente y desarrollo sustentable

Vol. I, No. 1 • Enero-Abril 2007 •36

Los reportes de las tasas de deforestaciónanual en México varían en un rango que va de370,000 ha (SARH, 1994) hasta 1.5 millones deha (Masera et al., 1992). Por otro lado, la Direc-ción del Inventario Nacional Forestal (CONA-FOR, 2002) reportó tasas de deforestación de769,000 ha anuales; de este total 76,000 ha co-rresponden a los bosques templados deChihuahua. Bajo estas condiciones, es nece-sario disponer de información actualizada acer-ca del estado de salud del ecosistema forestal,con énfasis en los posibles cambios en usosdel suelo. Esto es imprescindible para dispo-ner de información real y confiable que permitauna mejor planeación y administración de losrecursos forestales bajo un esquema de usosustentable.

Las imágenes de satélite surgen como unaherramienta importante para manejar, planeary evaluar los recursos naturales (Buiten, 1993).Su integración a los sistemas de informacióngeográfica permite beneficios en la obtenciónde información que incluye el análisis a detallede pequeñas áreas, así como de grandes ex-tensiones de terreno con una precisión razo-nable (Everitt et al., 2006), una reducción de loscostos de operación y minimizando el tiemporequerido para el proceso de la información(Weber, 2005). El objetivo fue cuantificar el gra-do de deforestación en la región central delmacizo montañoso del estado de Chihuahua,México, y compararlo con las tasas dedeforestación reportadas por el Inventario Na-cional Forestal del año 2000. Además se tu-vieron dos objetivos específicos: el primero fueexaminar las relaciones de los datos

espectrales del sensor LANDSAT-TM5 y TM7de diferentes años con datos de cobertura aé-rea para detectar cambios en la masa forestal,y un segundo objetivo fue detectar cambios enla cubierta forestal a través del Análisis de Com-ponentes Principales (ACP).

Materiales y métodosSe seleccionó la región central del macizo mon-tañoso de la región conocida como la AltaTarahumara, debido a que es una de las regio-nes con un grado mayor de deforestación, deacuerdo con los criterios establecidos por el In-ventario Nacional Forestal (CONAFOR, 2002).Los polígonos estudiados se ubican en las re-giones Hidrológicas 09 Sonora sur y 24 BravoRío Conchos, que comprenden parte de los mu-nicipios de Guerrero, Bocoyna y Maguarichi.Geográficamente comprende un grado cuadra-do entre los 107–108° longitud oeste y 27–28°latitud norte. Los principales criterios conside-rados para la selección de los polígonos fueronsu extensión y localización dentro de las cuen-cas mencionadas. Para el análisis espacial ytemporal de las áreas deforestadas se proce-saron las bandas de LANDSAT TM5 del año1993 y de LANDSAT TM7 del 2003. Para losdetalles de localización se tomaron puntos decontrol terrestre (PCT) registrados mediante unSistema de Posicionamiento Global tipoMaguellan de la línea Tracker. El apoyo com-plementario cartográfico se realizó con cartastopográficas del INEGI (1984), en escala1:50,000. Para el procesamiento de polígonos,imágenes de satélite y manejo de sistemas deinformación geográfica se utilizaron los progra-

__________________________________¹ Profesor de la Facultad de Zootecnia, Universidad Autónoma de Chihuahua. Periférico Francisco R. Almada, Km 1

de la Carretera Chihuahua-Cuauhtémoc. Chihuahua, Chih., México, 31031. Tel. (614) 434-0303. cpinedo@uach.mx.2 Estudiante de posgrado de la Facultad de Zootecnia, Universidad Autónoma de Chihuahua.3 Investigador del Campo Experimental La Campana-Madera, Instituto Nacional de Investigaciones Forestales, Agrí-

colas y Pecuarias. Av. Homero 3744, Fracc. El Vergel. Chihuahua, Chih., México, 31100.

Introducción

a demanda creciente de productos maderables de los bosques templadosy fríos ha ocasionado diferentes grados de disturbio. En el caso particulardel macizo forestal de Chihuahua, debido a su alto grado de explotación, sedebe considerar como prioritario prevenir las consecuencias de laL

deforestación y otros impactos ambientales al ecosistema forestal.

• Vol. I, No. 1 • Enero-Abril 2007 37

mas ERDAS v. 7.4, IDRISI32 y ARCVIEW 3.2.Los datos fueron procesados en el Laborato-rio de Sistemas de Información Espacial(LASIE) de la Facultad de Zootecnia, Universi-dad Autónoma de Chihuahua.

Con el propósito de realizar un correctoanálisis de los recursos forestales, fue nece-sario relacionar la información cartográfica, fo-tográfica o rasgos del terreno con la imagende satélite; esto hizo necesario la identidadgeométrica de la imagen. Para el proceso decorrección geométrica de las escenasmultitemporales se utilizaron 60 puntos de con-trol, considerando un umbral máximo de errorde localización de 15 m para cada imagen(RMSError= 0.5). Para el cálculo de las funcio-nes de transformación se utilizó una polinomialde primer orden. El método de remuestreo uti-lizado fue el del vecino más cercano (nearestneighbor). Para equiparar la resolución espa-cial del sensor LANDSAT TM5 (25 m) con laresolución de LANDSAT TM7 (30 m) fue nece-sario ajustar los valores de las coordenadasen X y en Y. Esto permitió la sobreposición ade-cuada de cada polígono para un correcto aná-lisis multitemporal en las dos escenas de saté-lite, haciendo coincidir los puntos vistos en laimagen de LANDSAT-TM5 y LANDSAT-TM7.El error cuadrático medio final (RMSError) ob-tenido fue de 0.73, el cual fue considerado ade-cuado para los propósitos del presente estu-dio.

Las bandas espectrales de los satélitesLANDSAT 5 TM de 1993 y LANDSAT 7 TM del2003 fueron clasificadas en forma independientepara aproximarse lo más posible a las imáge-nes clasificadas del Inventario Nacional Fores-tal del 2000. Para lo anterior se exploraron com-binaciones de bandas hasta lograr definir lamejor composición en falso color en base a ladiscriminación de las principales clases y/o ti-pos de cubierta mostradas en las clases delInventario Nacional Forestal del 2000.

El mapeo preliminar fue fundamental paraobtener la clasificación no supervisada, la cualse utilizó como base para corroborar, o en sudefecto precisar, las clases obtenidas a partirdel Inventario Nacional Forestal. También sedefinieron las clases y/o tipos de cubierta me-

diante este método y se procedió a utilizar unaclasificación más fina para el análisis multitem-poral. Este análisis se basó en métodos su-pervisados requiriendo una colecta más gran-de de áreas de entrenamiento, para finalmen-te utilizar como algoritmo de clasificación la téc-nica de máxima probabilidad gaussiana. Unavez obtenidos los diferentes tipos de uso delsuelo provenientes de la imagen clasificada,se procedió a calcular la tasa de deforestaciónutilizando la siguiente ecuación:

t = 1 – ( S2 / S1 ) 1/n

Donde:t = Tasa de deforestación (%).S1 = Superficie forestal en fecha 1.S2 = Superficie forestal en fecha 2.n = Numero de años.

Para el método de clasificación multiespec-tral se aplicó una combinación híbrida utilizan-do los métodos supervisado y no supervisado.Para la obtención de las estadísticas por elmétodo supervisado se utilizó un total de 119 y126 clases espectrales en la imagen. En la ob-tención de estadísticas de la clasificación nosupervisada se utilizó un total de 6 grupos porimagen. El número máximo de clases fue de18, con un umbral de convergencia de 0.95 yun total de 15 interacciones. Para medir la dis-tancia entre píxeles se utilizó el criterio de dis-tancia euclidiana, mientras que para el procesode agrupamiento se empleó el algoritmoISODATA (Iterative Self-Organizing DataAnalysis Technique) del programa ERDAS Ima-gine v. 7.4. Se empleó la ecuación de divergen-cia transformada como indicador de separa-bilidad en todas las clasificaciones y se aplicóel algoritmo de máxima verosimilitud como mé-todo de reconocimiento de patrones espectra-les. Un análisis final involucró el uso de análisisde componentes principales. Para ello se de-terminaron los eigenvalores y eigenvectores delas bandas 2, 3, 4, 5 y 7 de LANDSAT TM5 de1993 y las mismas bandas de LANDSAT TM7del 2003, usando una matriz de correlación.Además del análisis cuantitativo se realizó unanálisis visual de los primeros tres componen-tes procesados y analizados en el programaIDRISI Kilimanjaro.

Vol. I, No. 1 • Enero-Abril 2007 •38

Resultados y discusiónLos mapas base fueron generados por la com-binación de las bandas 3, 4 y 5 de LANDSATTM5 de 1993 y LANDSAT TM7 del 2003 bajo elproceso de composición en falso color, debidoa que mostraron su capacidad para identificarlos disturbios principalmente por efecto de losincendios y aprovechamientos no controlados.Además fueron útiles para discriminar los prin-cipales tipos de cubierta en la región bajo estu-dio. Se generaron mapas temáticos para lasimágenes clasificadas en la región de estudio.

Los tipos de cubierta se clasificaron en lassiguientes categorías: bosque de pino, bosquede pino encino, bosque de encino pino, agricul-tura de riego, agricultura de temporal, bosquesde transición y pastizal natural. Los datos de laescena de 1993 mostraron cómo el polígonoREYGUA1993 permanece intacto en cuanto asu condición forestal; no obstante, después de10 años, el mismo polígono mostró en formaclara los efectos de aprovechamientos no con-trolados que representan el proceso de defores-tación. La precisión total de los mapas clasifi-cados fue de 92.7%.

En otro estudio, Prieto (2002) utilizó datosde LANDSAT TM para clasificar la vegetaciónen la región de Babícora, Chihuahua, México,encontrando que la combinación de las bandas1 en el canal azul, 4 en el canal verde y 7 en elcanal rojo discriminó seis tipos de cubierta conuna precisión total de 70.8%. Sin embargo, lasescenas utilizadas fueron adquiridas en la es-tación de verano, cuando se favorece el creci-miento de los estratos bajos debido al creci-

miento de plantas y zacates. En contraparte,las escenas utilizadas en este estudio corres-pondieron a la época de sequía, con la ventajade captar información de la vegetación siem-pre verde representada principalmente por elestrato de pino-encino y evitando los efectos deconfusión que presenta el estrato bajo.

Los resultados de deforestación obtenidosa partir de clasificaciones independientes, condiferencia de 10 años entre unos y otros, repor-taron tasas variables de deforestación de 1.9%en Basogachi y de 2.7% para San Juanito, res-pectivamente. El cuadro 1 muestra la dinámicade cambio del uso del suelo, donde se observacómo en el polígono MAG9550, la clase de áreasforestales presenta una deforestación aproxi-mada de 1,745 ha, lo que representa el 18.8%de la superficie de las áreas forestales existen-tes en 1993. Esta tendencia en la principal aso-ciación vegetal del área involucra un cambio deun 424.4% (1,535.3 ha) hacia las áreas no fo-restales, pasando de 361.7 ha en 1993 a 1,897ha en el 2003. Las tasas de deforestación anualestimadas pueden deberse a la ocurrencia deincendios, así como a los altos índices de apro-vechamientos no controlados ocurridos princi-palmente durante la década de los años 90.Resultados similares obtenidos por Luc Decroixet al., (1992) son descritos por Francois (1999),que en su revisión encontró que, en la cober-tura vegetal en la Sierra Madre Occidental, másdel 11% de la superficie perdió de manera li-gera o fuerte una parte de su densidad vege-tal durante un período de 20 años. Estos in-vestigadores destacaron que tres cuartas par-

Cuadro 1. Dinámica de cambio de uso de suelo para la región de Basogachi en un periodo de 10 años.

ClasesÁreas forestalesÁreas de transiciónÁreas no forestales

Diferencia%

-18.811.10424.4

Diferencia(ha)

-1744.3175.51535.3

2003(ha)

7649.51736.61897.0

1993(ha)

9423.81561.1361.7

Cuadro 2. Dinámica de cambios de las superficies del uso del suelo entre 1993 y el año 2003.

ClasesÁreas forestalesÁreas de transiciónÁreas no forestales

Diferencia%

-21.58158.0317

Diferencia(ha)

-588.0125.0428.0

2003(ha)

2135.5341.0625.0

1993(ha)

2723.5216.0197

• Vol. I, No. 1 • Enero-Abril 2007 39

mente se deban a la densidad de poblaciónpresente en la primera región, además de lasvías de comunicación y condiciones pobres delsuelo. Estos datos y sus factores concuerdancon los reportados por Ochoa (2001).

La figura 2 muestra cómo el área forestal,representada en la imagen de 1993 con el grismás tenue, tendió a disminuir en su extensiónen comparación a la imagen del año 2003 (figu-ra 3). Inversamente, las áreas no forestales (re-presentadas en gris intermedio) tendieron a au-mentar, mostrando una mayor distribución portodo el polígono. De esta manera, las áreas noforestales se comportaron de una manera agre-siva, poblando aquellas zonas descubiertas devegetación forestal, debido a los procesos na-turales de transición. Es posible que estos fac-tores propicien un cambio en la estructura delas comunidades vegetales fragmentando elhábitat de los bosques (Grenlee, 1993). Ade-más, las áreas despobladas son ocupadas ge-neralmente por tipos de vegetación arbustivas,pastizales y tierras abiertas a los cultivos. Ge-neralmente éstos últimos son los que fragmen-tan más los ecosistemas naturales modifican-do el hábitat.

El análisis espectral en base a sobreposi-ción de vectores poligonales mostró algunas delas clases espectralmente confundidas a partirdel Inventario Nacional Forestal del 2002, prin-cipalmente en bosque de encino-pino, bosquesde pino-encino, pastizales nativos y tierras decultivos de temporal. Con respecto a la cuanti-ficación preliminar de deforestación en base aun Sistema de Información Geográfica (SIG),los polígonos vectoriales fueron sobrepuestosen las imágenes clasificadas de LANDSAT TM7

Figura 1. Tendencia de cambio de uso de suelodebido a procesos de deforestación en la región

de Basogachi, Chihuahua, México.

AF Área forestal.AT Área de transición.ANF Área no forestal.

tes del bosque cerrado se degradaron a la ca-tegoría de bosque abierto y una tercera partede los pastizales se degradaron a la categoríade sin vegetación. Otro estudio realizado enselvas tropicales (Mas, 1997) en base al análi-sis de imágenes de satélite de 1974, 1986 y1991, determinó los cambios de la coberturaforestal de la región de la Laguna de Térmi-nos, en Campeche, México. Los resultadosmostraron que las tasas de deforestación delas selvas se estimaron en 2.2% por año. Sinembargo, como las imágenes fueron tomadasen épocas de quemas, este investigador se-ñaló que las tasas de deforestación podríanalcanzar hasta el 4.8% por año. En una seriede datos derivados de dos escenas de satélitede 1974 y 1996, Ochoa (2001) estimó tasasde deforestación de 2.3 y 2.9% para Huistán yChanal, en las tierras altas de Chiapas, Méxi-co. Este estudio sugirió que la prevalescenciade condiciones pobres de suelos, así como elincremento de la pobreza y la ausencia de al-ternativas económicas para los habitantes dela zona, mantendrán altas tasas dedeforestación y fragmentación en la regiónestudiada.

La figura 1 presenta las superficies afec-tadas por los diferentes tipos de conversión deuso del suelo. En el período evaluado, las 1,745ha de superficie forestal degradadas (SFD) setransformaron en áreas de uso no forestal(ANF). El 11.6% de áreas de transición repre-sentadas por masas de pino piñonero, encinosy matorral de manzanitas (175 ha) se transfor-maron en áreas no forestales, debido a la ex-tracción de madera para combustible, tierrasde agricultura de temporal, pastoreo y otrosusos no forestales.

De la comparación de imágenes clasifica-das, el cuadro 2 presenta las transiciones ocu-rridas entre las dos fechas estudiadas. Es evi-dente que para la principal asociación vegetaldel área de estudio (bosque de pino) se regis-tró un 21.58% de cambio negativo con respec-to a su cobertura original. La sucesión más sig-nificativa (317%) fue el cambio a áreas no fo-restales. La tasa anual de cambios presenta-dos en la región de San Juanito (2.15%) fue li-geramente superior a la presentada en la re-gión de Basogachi. Estos resultados posible-

Vol. I, No. 1 • Enero-Abril 2007 •40

con el fin de observar los cambios en el usodel suelo. Un análisis de dos polígonos eva-luados mostró que de las 44,000 ha reporta-das como deforestadas, sólo 17,500 ha fue-ron convertidas a uso no forestal durante elperíodo de 1993 al 2003, lo cual representaaproximadamente el 40% de la superficie totalestimada por el Inventario Nacional Forestal(INF) del 2000. El mayor porcentaje de trans-formación corresponde a los cambios de bos-ques de transición y chaparrales a pastizales,y de éstos a tierras de cultivo agrícola y de tem-poral. La figura 4 muestra cómo el polígonovector del INF del 2000 se ubica en áreas debosque de encino, áreas de matorral-chaparraly pastizal, estableciendo frontera con las áreasagrícolas. El potencial de aprovechamiento fo-restal es bajo, por lo que el nivel dedeforestación reportado en el INF del 2000podría estar enfocado a la vegetación de tran-sición, impactada por actividades de extracciónde madera como combustible debido al corre-dor de poblados a través de la cuenca y el usode tutores para cercados y fruticultura debidoal creciente número de huertas en la zona.

El cuadro 3 presenta los valores de corre-lación de las bandas de LANDSAT TM7 del2003. Se observa cómo la banda 4 muestra larelación más baja entre las bandas. En cam-bio, el análisis de correlación de las bandas deLANDSAT TM5 de 1993 reportado en el cuadro4 muestra cómo la banda 5 presenta los valo-res de correlación más bajos entre las bandasevaluadas. Estos últimos valores coinciden conlos reportados por Pinedo (1998), no obstanteque DeGloria (1984) reportó correlaciones al-tas entre todas las bandas de LANDSAT TM,de tal manera que la respuesta espectral po-dría haber sido evaluada con cualquiera de ellas.

Los componentes derivados del ACP y re-portados en el cuadro 4 muestran cómo paralos años 1993 y 2003 el componente 1 con-centra los porcentajes más altos de variación(91.43% y 94.74% respectivamente), lo cualsugiere el dominio de la vegetación de pináceasexpresado visualmente en las imágenes com-ponentes resultantes. En cambio, los altos va-lores mostrados por los eigenvalores de lasbandas visibles de 1993 y presentes en las mis-mas bandas del año 2003 confirman el domi-

Figura 3. Cambios presentes en las clases en laescena de LANDSAT-TM7 2003.

Figura 2. Clases de condición forestal en laescena de LANDSAT-TM del año 1993.

Figura 4. Ubicación geográfica de un polígonogenerado por el Inventario Nacional Forestal (INF).

1577.45081146.0182216.0312109.770187

Bosque Comercialde Alta Producción

Áreas conPendientesExposición Norte

Áreas de BajoPotencial Forestal

Suelos Desnudos conÁreas de Agriculturade Temporal

Áreas de Matorralcon Cubierta de Rocosidad

1434.3816966.2717156.021683.127083.65Bosque Comercial

de Alta Producción

Áreas conPendientesExposición Norte

Áreas de BajoPotencial Forestal

Suelos Desnudos conÁreas de Agriculturade Temporal

Áreas de Matorralcon Cubierta de Rocosidad

• Vol. I, No. 1 • Enero-Abril 2007 41

Cuadro 3a. Matriz de Correlaciones de las bandas de LANDSAT-TM7 para las escenas del año 2003.

Bandas TM23457

5

1.000.981

4

1.000.8320.752

3

1.000.7640.9440.959

21.00

0.9850.7950.9410.946

7

1.00

Cuadro 3b. Matriz de Correlaciones de las bandas de LANDSAT-TM5 para las escenas del 1993.

Bandas TM23457

5

1.000.667

4

1.000.6430.958

3

1.000.9360.6330.938

21.00

0.8570.8360.6410.844

7

1.00

nio del componente de áreas desnudas y debaja cubierta vegetal en el área de estudio. Deacuerdo con Pinedo (1998), el dominio de va-lores negativos en las bandas 2, 3, 5 y 7 expli-ca la dominancia de suelos desnudos y/o áreasdegradadas, en contraparte a las estructurasde bosque de pino y de pino-encino dominan-tes en el componente 1.

Eigenvalores

Cuadro 4. Eigenvalores y matriz de Eigenvectores del análisis de Componentes Principal (ACP)para escena del 2003.

Componentes12345

Proporción acumuladaProporción de variabilidad91.436.401.770.240.15

Eigenvalor

B2B3B4B5B7

50.11524-0.254460.13813-0.659650.68391

4-0.667860.687100.11267-0.234210.11953

2-0.173700-0.2786420.895966-0.042187-0.296062

10.4578360.4566500.4029660.4604470.455482

3-0.548531-0.420669-0.0555510.5442510.472076

Eigenvectores

ConclusionesLa implementación de las imágenes LANDSATTM puede ser utilizada para generar mapas quedetallen las áreas degradadas asociadas conla actividad forestal. En general, los resulta-dos de este estudio permitieron cuantificar laspérdidas por deforestación en los polígonos se-leccionados. De las 88,842 ha reportadas comodeforestadas a partir del Inventario NacionalForestal del año 2000, el 35.2% (31,275 ha)

Vol. I, No. 1 • Enero-Abril 2007 •42

Thematic Mapper and Multispectral Scanner data forselected crop and forest cover types. IEEE. Trans.Geosc. Remote Sens. 22:303-306.

D JONG, B.H.J., y G. Montoya-Gómez. 1994. Sustainablemanagement of forest resources: a proposal for thehighlands of Chiapas, Mexico. Pages 7-17. In:Proceedings or the 1994 Symposium on SystemAnalysis in Forest Resources, 6-9 September 1994,Pacific Grove, California.

EVERITT, J.H., C. Yang, R.S. Fletcher and D.L. Drawe.2006. Evaluation of high-resolution satellite imageryfor assesing rangeland resources in South Texas.Rangeland Ecol. Manage. 59:30-37.

FRANCOIS, J. 1999. Aplicación de Imágenes de Satélitepara Análisis de Recursos Forestales Deforestación yFragmentación Forestal en la región de la Laguna deTérminos, Campeche: un análisis del período 1974-91. Centro EPOMEX, Universidad Autónoma deCampeche. Campeche, Camp. México. p 12.

GREENLE, C.J. 1993. Spatial characteristics of montaneforest comunities in the Organ Mountains, New Mexico,using remote sensing and GIS techologhy. Thesis Mas-ter of Applied Geography, New Mexico State University,Las Cruces, New Mexico. p 86.

INEGI. 1984. Modelos Digitales de Elevación Escala1:50,000. Instituto Nacional de Estadistica, Geografíae Informatica. 2a. reimpresión. México.

MAS J.F., 1997, Monitoring Land-cover Changes in theTérminos Lagoon Region, Mexico: A Comparison ofChange Detection Techniques, Proceeding of the IVInternational Conference on Remote Sensing for Marineand Coastal Environments, Orlando, Florida, 17-19March 1997, Vol. I, pp 159-167.

MASERA, O., M. Ordoñez and Rodolfo Dirzo. 1992. CarbonEmissions and Sequestration in Forests: Case Studiesfrom Seven Development Countries. Berkeley: climateChange Division, EPA and Energy and EnvironmentDivision, Lawrence Berkeley Laboratory. Pp 122-147.

OCHOA, L.G. 2001. Evaluation LANDSAT TM derivedvegetation indice for estimatig above-grown biomasson semiarid rangeland. Range Management. 45:165-175.

PINEDO, A.C. 1998. Análisis de los recursos forestales ydel hábitat de la cotorra serrana (Rhynchopsittapachyrhyncha) en la Sierra Madre Occidental deChihuahua, México. Disertación doctoral. UniversidadAutónoma de Chihuahua, Facultad de Zootecnia.Chihuahua, México. p 235.

PRIETO, T.A. 2002. Clasificación de la vegetación enBabícora, Chihuahua, México, usando datos deIKONOS y LANDSAT TM. Tesis. Universidad Autóno-ma de Chihuahua, Facultad de Zootecnia. Chihuahua,México. p 57.

SARH, 1994, Inventario Forestal Nacional Periódico-Méxi-co 94, Memoria Nacional, Subsecretaria Forestal y deFauna Silvestre, Secretaría de Agricultura y RecursosHidráulicos, 81 p.

Weber,T.K. 2005. Challenges of integrating geospatialtechnologies into rangeland research and management.Rangeland Ecol. Manage. 59:38-41.

Recibido: Febrero 21, 2006/Aceptado: Agosto 10, 2006

han sido sobreestimadas conforme a los pro-cedimientos y resultados de este estudio. Loscambios encontrados en la cuenca 09 SonoraSur están relacionados con los poblados a lolargo de la cuenca, vías de comunicación, agri-cultura de riego y temporal y pastizales, sien-do estos últimos los que más afectaron. Losresultados mostraron que mientras las áreasde pastizales se incrementaron, las áreas debosques de transición y bosques de pino dis-minuyeron. En cambio, las áreas evaluadas enla región hidrológica 24 de Bravo y Río Conchosse relacionaron más con la tala para la extrac-ción de madera, incendios registrados cadaaño, quemas intencionales y alteraciones hídri-cas debidas a los aprovechamientos inadecua-dos de las áreas ribereñas así como al sobre-pastoreo. Los polígonos resultantes como de-forestados son grandes, con cambios rápidosen el uso del suelo y vegetación. Se recomien-da ampliar los análisis de deforestación en todala región forestal del estado de Chihuahua, conel propósito de obtener información más com-pleta relacionada con la superficie y tasas dedeforestación. Adicionalmente, se sugiere de-sarrollar modelos de predicción de la distribu-ción espacial del proceso de deforestación uti-lizando métodos de propensión para generarmapas de riesgo de deforestación.

AgradecimientosSe agradece especialmente a la Comisión Na-cional Forestal (CONAFOR), Consejo Nacionalde Ciencia y Tecnología (CONACYT) y Funda-ción Produce Chihuahua, A.C. por el soporterecibido para la realización de la presente in-vestigación. A nuestra Universidad Autónomade Chihuahua por brindarnos la oportunidadde que por este medio publiquemos nuestrasexperiencias de investigación.

Literatura citadaBUITEN, H.J. 1993. General view of remote sensing as a

source of information. In: H.J. Buiten and Jan G.P.W.Elevers (cd). Land Observation by Remote Sensing.Vol. 3. Gordon and Breach Science Publisher, pp. 9-27.

CONAFOR, 2002. Comisión Nacional Forestal. Dirección delInventario Nacional Forestal. Versión preliminar s/p.

DEGLORIA, S.D. 1984. Spectral variability of Lansat-4

• Vol. I, No. 1 • Enero-Abril 2007 43