7

Revista ITTPA VOL. 01 No. 02 (2019)

MULTITEMPORAL STUDY TO DETERMINE CHANGES INCOVERAGE IN THE NEAR AREA OF THE FOREST PARKNEUSA - CUNDINAMARCA IN THE YEARS 1989 AND 2018

ESTUDIO MULTITEMPORAL PARA DETERMINAR CAMBIOS EN LASCOBERTURAS EN LA ZONA CERCANA DEL PARQUE FORESTAL EMBALSE

DEL NEUSA - CUNDINAMARCA EN LOS AÑOS 1989 Y 2018

María Fernanda Barragán Feo1

ABSTRACT

The reserve forest Park “El Neusa” is a protected area declared by the CAR (Regional Autonomous corporation from Cundi-namarca), provides Ecosystem Services to the nearby population in the water supply, It obeys an Altoandino forest Ecosystem and is habitat to species of Fauna and flora. However, has been an interest to study this ecosystem to know their actual status, for this, with the use of tele-detection techniques through the analysis of satellite images developing multitemporal studies can be known changes occurred. The objective of this study was to identify the changes in coverages that occurred in the area near El Neusa reservoir fo-rest park from Department of Cundinamarca. Two images were analyzed, Landsat 4TM to the year 1989 and Landsat 8 OLI / TIRS from 2018, to which the supervised classification process was carried out in the Erdas Imagine 2016 software. 10 types of coverage were obtained following the Corine Land Cover methodology (CLC) adapted to Colombia. For the year 1989 the results obtained evidenced that the coverage 2.3.1 “Pastos Limpios” presented the highest occupation of the total area with 44.68% followed by the coverage 3.2.1 “Herbazal” with 23.66%. For the year 2018, coverage 2.3.1 “Pastos limpios” presented the highest occupation with 47.94% and coverage 4.1.1 “Zonas Pantanosas” the lowest occupation of the total area with 0.096%. According to the obtained re-sults it was conclude that the coverage with the highest gain was 1.1.1 “Tejido Urbano Continuo” with 3390, 67 ha and the coverage with the highest loss was 3.2.1 “Herbazal” with 8357, 5 ha.

Keywords: Protected area, Ecosystem services, High andean forest, Remote sensing, Supervised classificationReceived: 23 - 07 - 2019Accepted: 19 - 09 - 2019

RESUMEN

El parque forestal embalse el Neusa es un área protegida declarada por la Corporación Autónoma Regional de Cundinamar-ca - CAR, ofrece servicios ecosistémicos a la población cercana en el abastecimiento de agua; obedece a un ecosistema de bosque altoandino y es hábitat para especies de fauna y flora. No obstante, ha existido interés de estudiar estos ecosistemas para conocer su estado actual, para ello, con el uso de técnicas de teledetección mediante el análisis de imágenes satelitales desarrollando un estudio multitemporal se pueden conocer los cambios ocurridos. El objetivo del presente estudio, fue identificar los cambios de coberturas en la zona cercana del parque forestal embalse el Neusa en el departamento de Cundinamarca. Para ello se analizaron dos imágenes, Landsat 4TM del año 1989 y Landsat 8 OLI/TIRS del año 2018, se les realizó el proceso de clasificación supervisada en el software Erdas Imagine 2016 donde se obtuvieron 10 clases de coberturas siguiendo la metodología Corine Land Cover (CLC) adaptada para Colombia. Los resultados obtenidos para el año 1989 evidenciaron que la cobertura 2.3.1 “Pastos limpios” presentó la mayor ocu-pación del área total con 44,68% seguido de la cobertura 3.2.1 “Herbazal” con 23,66%. Para el año 2018, la cobertura 2.3.1 “Pastos Limpios” presentó la mayor ocupación con 47,94% y la cobertura 4.1.1 “Zonas pantanosas” la menor ocupación del área total con 0,096%. De acuerdo a los resultados se concluyó que la cobertura con mayor ganancia fue 1.1.1 “Tejido Urbano Continuo” con 3390,67 ha y la cobertura con mayor pérdida fue 3.2.1 Herbazal con 8357,5 ha.

Palabras clave: Área protegida, Servicios ecosistémicos, Bosque altoandino, Teledetección, Estudio multitemporal, Clasificación supervisada.

1 Bióloga, Universidad del Magdalena, Colombia. Estudiante Especialización en Geomática, Universidad Militar Nueva Granada, Colombia. Bióloga, Corporación Autónoma Regional de Cundinamarca, Colombia. E-Mail: mafebarraganf@gmail.com

8

Revista ITTPA VOL. 01 No. 02 (2019)

Introducción

En los últimos años, ha existido la necesidad de implemen-tar herramientas que permitan determinar cambios en los ecosiste-mas a causa de diferentes presiones a los que se ven enfrentados, entre ellas, aprovechamientos forestales e incendios forestales, los cuales provocan que se alteren y pierdan su dinámica. No obstante, con el uso de algunas técnicas de teledetección es posible lograr la determinación de cambios que van desde procesos relativamente lentos hasta otros de rápida ocurrencia, a partir de imágenes de satélite en el escenario de poder realizar una comparación entre ellas (Chuvieco, E, 1998). Para realizar un estudio multitemporal, se emplean imágenes satelitales, las cuales son capturadas por un sensor, se caracterizan por permitir la combinación de sus bandas para generar una nueva imagen (MappingGIS) y mediante ellas se puede conocer el comportamiento en un tiempo determinado. De manera que los estudios multitemporales se realizan comparando coberturas interpretadas mediante imágenes de satélite, lo que per-mite evaluar los cambios de dichas coberturas (Torres, J, 2017). Además, se realizan con el proceso de clasificación, donde se de-terminan ciertos atributos de un área en particular. La Clasificación supervisada es aquella que permite delimitar sobre la imagen áreas conocidas como “áreas de entrenamiento”, lo que indica que tales áreas sirven para entrenar al software y para ello, se cubren todas las clases y se selecciona el algoritmo de clasificación adecuado (Teledet, 2017).

En Colombia, diferentes estudios multitemporales se han realizado utilizando imágenes de satélite, como por ejemplo Gu-tiérrez, et al., 2015 realizaron la clasificación supervisada y no su-pervisada en la zona urbana y alrededores del municipio de Sonsón del departamento de Antioquia - Colombia en donde se utilizaron imágenes digitales del sensor remoto satelital LANDSAT ETM+. Años más tarde, Muñoz et al., 2009 desarrollaron un análisis mul-titemporal para conocer los cambios en el uso del suelo que ha experimentado la microcuenca Las Minas ubicada oriente del mu-nicipio de Pasto, en los últimos 19 años, en donde concluyeron que el análisis multitemporal de fotografías áreas es una herramienta útil en el monitoreo de los cambios en el uso de uso suelo y cober-tura boscosa. Posteriormente, (Zuleta, A, 2015) revisó los trabajos realizados en Colombia de procesamiento de imágenes aéreas o satelitales, para el estudio de la deforestación en diferentes años.

En Cundinamarca, Hernández, J & Chacón, W, 2013 desa-rrollaron el trabajo de grado titulado “Estudio multitemporal del cuerpo de agua de la laguna de Fúquene mediante imágenes sa-telitales Landsat” el principal objetivo fue realizar un estudio del comportamiento del cuerpo de agua de la laguna de Fúquene entre 1977 y 2007, utilizando imágenes satelitales Landsat 2, 4, 5 y 7 con cartografía existente como soporte e insumo.

Por otra parte, en el embalse el Neusa los trabajos adelan-tados han consistido en la recopilación de información utilizando el método teórico de análisis involucrando temas de generalidades físicas, biológicas y socioeconómicas del ecosistema que lo com-pone. En este trabajo se concluye que este ecosistema se reconoce como un área estratégica para la región ya que actúa como regu-lador del caudal siendo fuente de abastecimiento de agua potable para la población de Zipaquirá, Cogua y Nemocón (García Luis, L & Matallana Laguna, W, 2017)

Particularmente, Colombia posee una variedad de ecosis-temas y paisajes de gran importancia, es por ello que con la ley 99 de 1993 se dio a las Corporaciones Autónomas Regionales la ad-ministración de los recursos naturales y la facultad de declarar las áreas protegidas. Dicho de esta manera, la Corporación Autónoma Regional de Cundinamarca - CAR en el 2001 creó el manual del Sistema Regional de Áreas Protegidas - SIRAP con el objetivo de adelantar actividades de conservación en sitios estratégicos en la jurisdicción. Con la creación del SIRAP se priorizaron 35 áreas de-claradas y se obtuvieron los lineamientos para su manejo y control. El SIRAP fue adoptado mediante la Resolución No. 491 de 2005 en donde se establecen las funciones y actividades implementando de planes de manejo ambiental (CAR, 2007).

La Reserva Forestal Embalse el Neusa, hace parte de las áreas protegidas de la CAR, construida en 1949 y desde 1950 se en-contraba administrada por el Banco de la República (García Luis, L & Matallana Laguna, W, 2017) más tarde en asociación con el Ministerio de Agricultura y la Universidad Distrital Francisco José de Caldas se inicia el programa de plantaciones forestales; años después, en 1962 la CAR asume la administración de este parque siguiendo el programa de plantaciones forestales hasta 1996 (Basto et al., 2018). Este ecosistema al igual que los ecosistemas de pára-mo ha sido objeto de actividades como la ganadería y la agricultura que han deteriorado el estado de estos ecosistemas, limitando los servicios ambientales generados por los mismos y poniendo en pe-ligro la biodiversidad única de estas zonas (Rebollo Barrios, M, 2014).

En este trabajo se determinó por medio de un análisis mul-titemporal los cambios en las coberturas a partir del método Corine Land Cover Colombia (CLC) en la zona cercana del embalse el Neusa en los años 1989 y 2018. Se espera que la información que se genere sea de gran importancia para adoptar medidas de con-servación y manejo de forma sustentable en este ecosistema, en razón a que el análisis multitemporal es de utilidad en la determi-nación de las áreas afectadas permitiendo conocer su problemática así como conocer que ha pasado con el área en el transcurso del tiempo y cuáles son los cambios ocurridos o pérdida de cobertura en la zona estudiada.

Materiales y métodos

Área de estudio

El estudio se desarrolló sobre la zona cercana de la reserva Forestal Embalse el Neusa en el departamento de Cundinamarca; el área de estudio abarca aproximadamente 60.000 ha incluyendo municipios como Zipaquirá, Cogua, Nemocón, Tausa y Sutatausa en el Departamento de Cundinamarca. Específicamente, la Reserva Forestal Embalse el Neusa se localiza en el departamento de Cun-dinamarca, en jurisdicción de los municipios de Cogua y Tausa, tiene aproximadamente un área de 3.700 ha, presenta un rango al-titudinal entre los 2.975m.s.n.m y los 3.600 m.s.n.m (Basto et al., 2018) su temperatura fluctúa entre los 4º C y 23º C centígrados. Se caracteriza por ser un ecosistema de bosque húmedo montano que presenta variaciones de temperatura y posee una cobertura ve-getal predominada en parte por especies exóticas correspondien-

9

Revista ITTPA VOL. 01 No. 02 (2019)

tes a pino (Pinus patula Schiede ex Schltdl. & Cham.) y eucalipto (Eucalyptus globulus Labill.), que fueron plantados para controlar factores como la erosión y sedimentación de laderas y una porción de bosque nativo (Cárdenas Baquero, M, 2017)

Para desarrollo el estudio multitemporal, la metodología estuvo dividida en tres fases como se explica a continuación

1. Fase inicial1.1 Obtención de las imágenes

Para el procesamiento fueron descargadas en el portal web de la U.S Geological Survey (USGS) las imágenes satelitales Land-sat. Específicamente, para el embalse el Neusa las imágenes corres-ponden al PATH 8 y ROW 56 y fueron seleccionadas como insumo dos imágenes Landsat correspondientes a los satélites Landsat 4 TM y Landsat 8 OLI/TIRS tomadas en julio de 1989 y diciembre de 2018. Así mismo, las imágenes fueron seleccionadas basadas en la visualización y en el porcentaje de nubosidad.

Las imágenes se descargaron en formato comprimido donde las bandas se encuentran separadas. Así las cosas, se hizo necesario el proceso de composición de las imágenes, en donde la Landsat 4TM está compuesta por cuatro bandas y la Landsat 8 OLI/TIRS está compuesta por ocho bandas. En la Tabla 1 se hace un descripción de las características de las imágenes utilizadas.

Tabla 1. Características de las imágenes Landsat seleccionadas. Fuente: Autores.

1.2 Ajustes

Como parte del proceso de clasificación las imágenes fue-ron sometidas a mejoramiento, con el fin de facilitar el proceso de delimitación de las coberturas presentes en la zona de estudio. Dado que las imágenes descargadas en el portal web de la U.S Geo-logical Survey (USGS) se descargan en formato comprimido (.Zip) y que las bandas se encuentran separadas, se realizó el proceso de Layer Stack, el cual permite combinar las bandas de una imagen en particular.

2. Fase de procesamiento2.1 Clasificaciónsupervisada

Teniendo en cuenta que la clasificación supervisada es aquella que requiere de un conocimiento previo del área de estu-dio para determinar las coberturas presentes, en este estudio no se contó con un reconocimiento completo de la zona de interés; sin embargo, se tomó como referencia información recopilada de la

zona de estudio. Por otra parte, la clasificación supervisada permite delimitar sobre la imagen áreas conocidas como “áreas de entrena-miento”, lo que indica que tales áreas sirven para entrenar al sof-tware y para ello, se cubren todas las clases. El número de áreas de entrenamiento (Ver figura 1) por cobertura, presentó variación en función del grado de homogeneidad de la misma. De esta manera, se establecieron diez (10) clases de coberturas para el proceso de clasificación supervisada. No obstante, conociendo los resultados de clasificación obtenidos, algunas zonas de entrenamiento se eli-minaron o redefinieron hasta obtener la clasificación apropiada.

Figura 1. Zonas de entrenamiento en la imagen Landsat 8. Fuente: Autores.

Una vez establecidas las zonas de entrenamiento se visua-lizaron las firmas espectrales (Ver figura 2) para las diez (10) clases de coberturas establecidas.

Figura 2. Firmas espectrales de las coberturas en la imagen Landsat 8.Fuente: Autores.

Finalmente, desde la herramienta Signature Editor - Clas-sify: Supervised se generó la clasificación supervisada de las cober-turas presentes en la zona de estudio (Ver figura 3).

10

Revista ITTPA VOL. 01 No. 02 (2019)

Figura3.ResultadodelaclasificaciónsupervisadadelaimagenLandsat8.Fuente: Autores

El proceso de clasificación supervisada se realizó en el sof-tware Erdas Imagine 2016, para ello se establecieron las zonas de entrenamiento para determinar las coberturas predominantes en la zona cercana al “Reserva Forestal embalse del Neusa”. Los núme-ros de entrenamientos por cobertura fueron definidos dependiendo la complejidad de la cobertura.

Finalmente, las coberturas obtenidas de la clasificación supervisada fueron codificadas siguiendo los parámetros estable-cidos por la metodología CORINE LAND COVER adaptada para Colombia (IDEAM, 2010).

2.1. Procesos de generalización

Como resultado de la clasificación supervisada, se reali-zaron los procesos de generalización de filtros como Recode para generalizar el mapa final, seguidamente el filtro Clump para agru-par pixeles vecinos con ND iguales uniéndolos en una entidad. Fi-nalmente, el filtro Eliminate para eliminar los polígonos pequeños uniéndolos en polígonos más grandes.

Análisis multitemporal

Una vez finaliza la edición, se realizaron los análisis co-rrespondientes para cada periodo (1989 - 2018) con el fin de de-terminar los cambios (ganancias o pérdidas) de coberturas en la zona de estudio, conociendo el área y porcentaje que corresponde a cada cobertura.

Resultados y discusión

Procesos de generalización

En los procesos de clasificación es particular observar en la imagen agrupaciones de pixeles o pixeles individuales los cuales se clasifican erróneamente o no se agrupan. Por lo anterior, a las imágenes Landsat 4 TM y Landsat 8 OLI/TIRS se les aplicaron los filtros de generalización descritos a continuación:

Recode

Este filtro permite generalizar el mapa final, con la imagen de la clasificación supervisada se realizó el Merge de la columna Class_name debido a que en el proceso de recode no se añade dicha columna, se usó la herramienta Add Class_name, en donde se le adiciona la columna del nombre de la clase a la tabla recode desde la tabla de la imagen de la clasificación.

Clump

Utilizando la imagen resultante del Recode fue aplicado el filtro Clump el cual agrupa pixeles vecinos con ND iguales unién-dolos en una entidad.

Eliminate

A la imagen obtenida del filtro Clump se le realizó el filtro Eliminate para eliminar los polígonos pequeños uniéndolos en po-lígonos más grandes. Se asignó un Minimum - 2 ha. En la tabla 2 se observa las diferencias en la imagen clasificada obtenidas de los filtros utilizados en la imagen Landsat 4 TM.

Figura 4. Resultados de los procesos de generalización realizados a la Imagen Landsat 4 TM. Fuente: Autores.

En figura 5 se observan las diferencias en la imagen cla-sificada obtenidas de los filtros utilizados en la imagen Landsat 8 OLI/TIRS.

Figura 5. Resultados de los procesos de generalización realizados a la Imagen Landsat 8 OLI/TIRS. Fuente: Autores.

Como último paso, la clasificación final obtenida fue vec-torizada y exportada en formato shapefile (.shp) compatible con el software ArcGIS 10.3 para su posterior edición, según lo observa-do en cada una de las imágenes. Adicionalmente, las coberturas identificadas fueron codificadas siguiendo la metodología CORI-NE LAND COVER adaptada para Colombia (IDEAM, 2010).

11

Revista ITTPA VOL. 01 No. 02 (2019)

Análisis multitemporal

Como parte integra de las fases I y II, en esta etapa se pre-senta el análisis correspondiente de las diez (10) coberturas esta-blecidas en este estudio que están presentes en la zona cercana de la Reserva Forestal embalse el Neusa para 1989 y 2018.

Análisis de cobertura para 1989

Con el uso de la Imagen Landsat 4TM fueron identifica-das las coberturas descritas en la tabla 2. La cobertura con mayor área (ha) corresponde a 2.3.1 Pastos Limpios con 42999 ha la cual ocupa el 44,6871% del área evaluada. Seguidamente, se encuen-tra la cobertura 3.2.1 Herbazal la cual presenta 22774,7 ocupando el 23,6688% del área total. La cobertura con menor área corres-ponde a 4.1.1 Zonas Pantanosas con 95,04 ha y una ocupación de 0,0988% de área evaluada. (Ver figura 6).

Tabla2.Coberturasidentificadas,ocupaciónenhectáreasyporcentaje,paraelaño 1989. Fuente: Autores.

Figura6.Distribucióndelascoberturasidentificadasen1989.Fuente: Autores.

En la figura 7 se presenta el mapa del resultado de la clasi-ficacion supervisada de coberturas para el año 1989.

Figura 7. Mapa de coberturas para 1989. Fuente: Autores.

Análisis de cobertura para 2018

Con el uso de la Imagen Landsat 8 OLI/TIRS fueron iden-tificadas las coberturas descritas en la tabla 3. La cobertura con mayor área (ha) corresponde a 2.3.1 Pastos Limpios con 51501,4 ha la cual ocupa el 47,9487% del área evaluada. Seguidamente se encuentra la cobertura 3.2.1 Herbazal la cual presenta 14417,2 ocu-pando el 13,4227% del área total. La cobertura con menor área co-rresponde a 4.1.1 Zonas Pantanosas con 103,41ha y una ocupación de 0,0963% de área evaluada. (Ver figura 8).

Tabla3.Coberturasidentificadas,ocupaciónenhectáreasyporcentaje,paraelaño 2018. Fuente: Autores.

Figura8.Distribucióndelascoberturasidentificadasen2018.Fuente:Autores.

12

Revista ITTPA VOL. 01 No. 02 (2019)

En la figura 9 se presenta el mapa del resultado de la clasi-ficacion supervisada de coberturas para 2018.

Figura 9. Mapa de coberturas para el periodo 2018. Fuente: Autores.

Análisis de ganancias o pérdidas

Con base en los análisis realizados para cada una de las imágenes, a continuación se describen las ganancias o pérdidas de cobertura en la zona cercana al la Reserva Forestal embalse el Neu-sa para 1989 y 2018.

Tabla 4. Análisis de ganancias o pérdidas de coberturas para 1989 y 2018.Fuente: Autores.

Para 2018 la cobertura 2.2.5 “Cultivos confinados” tuvo una ganancia de 2.322,63 ha, estos resultados se pueden relacio-nar como consecuencia de la consolidación de la actividad agro-pecuaria como base de la economía del Departamento. Así mismo, García, L & Matallana, W, 2016 en el estudio de la recopilación documental del estado actual del embalse de Neusa, evidencian que el paisaje en partes bajas del embalse de Neusa está cubierto de pastos y cultivos.

La cobertura 1.1.1 “Tejido urbano continúo” evidencia una ganancia de 4.132,89 ha; estos resultados coinciden a lo reportado por Landinez, M, 2015 el cual destaca que la provincia de Sabana Centro presenta un evidente proceso de aumento de la población urbana y procesos de construcción.

En cuanto a la cobertura 1.3.1 “Extracción minera” los resultados muestran un aumento de 1.308,6 ha lo cual se puede atribuir a que Cundinamarca es una zona minera de excelente cali-dad, abundancia y potencial económico, así como privilegiada por poseer una gran diversidad de minerales (Arias Gutiérrez, A, 2019)

Por otra parte, con lo relacionado a la pérdida de la cobertu-ra 2.3.1 “Herbazal” se obtuvo una disminución de 8.357,5 ha, estos resultados pueden estar relacionados al establecimiento de cultivos en la zona evaluada. En consecuencia, la cobertura 2.3.2. “Arbus-tal” para 2018 evidencia una ganancia de cobertura de 4.004,45 ha, estos resultados pueden estar asociados al crecimiento masivo de los últimos años de la especie invasora comúnmente llamado reta-mo espino (Ulex europaeus L.), el cual facilita la formación de ar-bustales densos y una rápida expansión que conlleva a implementar medidas de control de abundancia (Cárdenas Baquero, M, 2017).

Conclusiones

Mediante la teledetección el análisis de imágenes sateli-tales permite conocer variaciones en el tiempo de un ecosistema, siendo una herramienta útil para facilitar la toma de decisiones. No obstante, este proceso se ve limitado por las condiciones climáti-cas, reflejando la presencia de grandes extensiones de nubes lo cual imposibilita una adecuada clasificación de coberturas. Para este es-tudio, la sombra de las nubes presentes en las imágenes analizadas fue un factor importante ya que se tendieron a confundir con un tipo de cobertura.

Por medio del estudio multitemporal realizado para los periodos 1989 y 2018, a partir del uso de las imágenes satelita-les Landsat 4 TM y Landsat 8 OLI/TIRS, se pudo determinar los cambios en las coberturas para 1989 y 2018, en donde la cobertu-ra con mayor ganancia fue 1.1.1 “Tejido Urbano Continuo” con 3.390,67 ha y la cobertura con mayor pérdida fue 3.2.1 “Herbazal” con 8.357,5 ha.

En la zona cercana a la Reserva Forestal Embalse el Neu-sa, en el periodo 1989, la cobertura con mayor área (Ha) corres-pondió a 2.3.1 “Pastos Limpios” con 42.999 ha la cual ocupa el 44,6871% del área evaluada y la cobertura con menor área corres-pondió a 4.1.1 “Zonas Pantanosas” con 95,04 ha con una ocupa-ción de 0,0988% de área evaluada. En el periodo 2018 la cobertura con mayor área (Ha) correspondió a 2.3.1 “Pastos Limpios” con 51501,4 ha la cual ocupa el 47,9487% del área evaluada y la cober-tura con menor área correspondió a 4.1.1 “Zonas Pantanosas” con 103,41ha y una ocupación de 0,0963% de área evaluada.

La aplicación de la metodología y leyenda de clasificación CLC en un estudio multitemporal, propicia un análisis más com-pleto en cuanto a los cambios de cobertura, de tal forma que se puede cuantificar las áreas de perdida/ganancia.

Referenciasbibliográficas

Arias Gutiérrez, A. M. (2019). Evaluación del Impacto Ambiental de la Activi-dad Minera de Materiales de Construcción en el municipio de Cogua - Cun-dinamarca y su incidencia en el Tratado Internacional sobre Biodiversidad firmado por Colombia.

Basto, S., A. C. Moreno - Cárdenas y J.I. Barrera - Cataño (eds). (2018). Restau-ración ecológica en áreas post-tala de especies exóticas en la Reserva Forestal embalse del Neusa. Bogotá. Editorial Pontifica Universidad Javeriana/Corpo-ración Autónoma Regional de Cundinamarca.

13

Revista ITTPA VOL. 01 No. 02 (2019)

Cárdenas Baquero, M. (2017). Evaluación del estado actual de la vegetación en áreas en proceso de restauración ecológica, después de la eliminación de bio-masa de Ulex europaeus L. en el Parque Forestal Embalse del Neusa (Tausa - Cundinamarca). Tesis, Pontificia Universidad Javeriana.

Chuvieco, E. (1998). El factor temporal en teledetección: evolución fenomeno-lógica y análisis de cambios. Revista de teledetección, 10(1-9).

Corporación Autónoma Regional de Cundinamarca (CAR). (2007). Áreas prote-gidas del Territorio CAR. Bogotá, CAR.

García Luis, L. J., & Matallana Laguna, W. A. (2017). Recopilación Documental del Estado Actual y Usos del Agua del Embalse del Neusa, Cundinamarca. Monografía, Universidad Distrital Francisco José de Caldas.

García Luis, L. J., & Matallana Laguna, W. A. (2017). Recopilación Documental del Estado Actual y Usos del Agua del Embalse del Neusa, Cundinamarca. Monografía, Universidad Distrital Francisco José de Caldas.

Gutiérrez, M. A., Branch, J. W & Botero, V. (2005). Clasificación no supervi-sada de coberturas Vegetales sobre imágenes digitales de sensores Remotos: “Landsat-ETM+”. Revista Facultad Nacional de Agronomía Medellín, 58(1), 2611-2634.

Hernández Camacho, J. P., & Chacón Hernández, W. (2013). Estudio multitem-poral del cuerpo de agua de la laguna de Fúquene mediante imágenes sateli-tales Landsat.

IDEAM (2010). Leyenda Nacional de Coberturas de la Tierra. Metodología CO-RINE Land Cover Adaptada para Colombia Escala 1:100.000. Instituto de Hidrología, Meteorología y Estudios Ambientales. Bogotá D.C. 72p.

Landínez León, M. R. (2015). De lo rural a lo urbano: “El caso de dos provin-cias de la región capital como geografía de la transformación socioambiental. “Percepciones desde la comunidad”. Revista Luna Azul, (41).

MappingGIS, «MappingGIS [En línea]. Available: https://mappinggis.com/

Muñoz, D. A., Montenegro, M. R., & Hernández, M. R. (2009). Análisis mul-titemporal de cambios de uso del suelo y coberturas, en la microcuenca las minas, corregimiento de La Laguna, municipio de Pasto, departamento de Nariño. Revista de Ciencias Agrícolas, 26(1), 11-24

.Rebollo Barrios, M. E. (2014). Estudio multitemporal para la determinación

de cambios en el uso del suelo en el complejo de páramos Tota - Bijagual - Mamapacha para el periodo 1992-2012. Tesis, Universidad Militar Nueva Granada.

TELEDET, «TELEDET - Percepción Remota,» Imágenes satelitales - clasifi-cación supervisada, 2017. [En línea]. Available: http://www.teledet.com.uy/tutorialimagenessatelitales/clasificacionsupervisada.htm.

Torres, J (2017). Análisis multitemporal de las coberturas y usos del suelo de la Reserva Forestal Protectora - Productora Casablanca” en Madrid Cundina-marca entre los años 1961 y 2015: Aportes para el Ordenamiento Territorial Municipal. Tesis, Universidad Distrital Francisco José de Caldas

Zuleta, A. M. P. (2015). Estudio multitemporal de la deforestación en Colombia utilizando procesamiento de imágenes. Revista Ingenio UFPSO, 8(1), 159-175.