Inicio / Proyecto SIMCI / Metodología


METODOLOGIA MONITOREO DE CULTIVOS DE COCA

El proyecto SIMCI cuenta con una metodología definida para la elaboración del censo anual de cultivos ilícitos de coca. Esta metodología tiene su sustento en la teoría y en la práctica y ha sido aceptada y avalada a nivel nacional (por el estado colombiano) y a nivel internacional (por Naciones Unidas y la Universidad de Boku). En este capítulo se presenta en forma breve una descripción de la metodología aplicada anualmente para determinar el área de cultivos ilícitos en el territorio colombiano.


Las etapas del censo pueden resumirse así:

• Identificación y adquisición de imágenes LANDSAT ASTER y SPOT, con la menor nubosidad posible. Las imágenes cubren todo el territorio nacional a excepción de las islas de San Andrés y Providencia equivalentes a 1,142,000 Km
• Corrección geométrica de las imágenes mediante ajuste a la base planimétrica de SIMCI.
• Mejoramiento radiométrico y espacial de las imágenes para una mejor identificación de los cultivos de coca.
• Identificación de muestras de entrenamiento de los diferentes tipos de vegetación y usos de la tierra que serán clasificados.
• Clasificación supervisada de la vegetación y uso de la tierra de acuerdo con la leyenda establecida.
• Identificación manual y visual y delineamiento de todos los lotes de coca partiendo del uso de la tierra previamente clasificado como información de base.
• Correcciones por efectos de aspersión, nubosidad, gaps o cambios temporales por fecha
de adquisición de la imagen a la fecha del censo.
• Verificación de campo y control de calidad de los resultados.
• Incorporación de resultados en un sistema especial de base de datos y superposición de
los lotes de coca sobre el mapa administrativo de Colombia.

CARACTERISTICAS DEL CULTIVO DE COCA EN COLOMBIA

Científicamente, se encuentran dos variedades productivas de coca en Colombia: Erythroxylum coca (conocida como “Tingo María”) y Erythroxylum novogranatense (conocida como “Caucana”). La variedad Tingo María fue traída desde Perú en los noventa ya que presenta mayor productividad (hasta seis cosechas por año) que la tradicional variedad Caucana usualmente tres cosechas por año).
Dado que se encuentran lotes contiguos cultivados con las dos variedades en diferentes proporciones y en varias regiones, es difícil establecer un calendario único de cultivos o de ciclos de crecimiento válido para todo el país. El tiempo que trascurre desde la siembra hasta la cosecha se estima entre seis y nueve meses, dependiendo de la variedad y las prácticas agrícolas del cultivo.
En general, los campesinos compran las semillas y las siembran en semilleros rudimentarios
hasta los tres meses. Posteriormente son transplantados a la tierra, a un promedio de 12,500 plantas por hectárea.
El cultivo de coca en Colombia se localiza en regiones remotas, incluyendo Parques Nacionales, Reservas indígenas y otras áreas que carecen de infraestructura, aunque la coca ha llegadoúltimamente a zonas más desarrolladas como la región cafetera. Más del 60% de la coca es cultivada en pequeñas fincas, mientras que la restante se encuentra en lotes mayores a 3 hectáreas, muchos de ellos controlados por personas ajenas a la región, que tienen lazos con los carteles de la droga. Esto no significa necesariamente que más de la mitad del área sea cultivada por campesinos, puesto que muchos de los productores a gran escala fragmentan y dispersan sus lotes para evitar la detección aérea.

PROCESAMIENTO E IDENTIFICACION DE LOTES DE COCA EN IMAGENES SATELITALES

Geo-referenciación

Para la interpretación de las imágenes satelitales y la identificación de cultivos ilícitos es indispensable georreferenciar dichas imágenes a una proyección geográfica común mediante el empleo de puntos de control que permitan enlazar las coordenadas de la imagen con las coordenadas en terreno. Una vez tomados los puntos de control con asistencia de un software de procesamiento de imágenes y cartografía básica se realiza de forma automática el ajuste a la proyección mediante una combinación de ecuaciones de transformación de ajuste del modelo de georreferenciación de la imagen.
Para la obtención de las coordenadas de los puntos de control en terreno SIMCI utiliza la base planimétrica de georreferenciación, mosaicos de imágenes satelitales que sirven como referencia planimétrica para la ubicación de elementos espaciales. La proyección cartográfica empleada por SIMCI es la Transversa de Mercator con origen en el datum Bogotá.
Durante la revisión de la metodología, la Universidad de Recursos Naturales de Viena (Austria) recomendó orto-rectificar las imágenes con el Modelo Digital de Elevación para aumentar la precisión geométrica.

Mejoramientos radiométricos y espaciales
Para facilitar el proceso de interpretación visual, se aplican varios mejoramientos radiométricos y técnicas de filtro para mejorar el contraste de la imagen.

Para mejorar el proceso de interpretación visual, se hacen mejoras radiométricas a la imagen desplegada para aumentar el contraste de la imagen analizada en ciertos rangos espectrales de la información (p.ej. ciertos tipos de cultivos). Este proceso es llamado mejoramiento de contraste.

Ejemplo de mejoramiento radiométrico (antes y después)

previsualizacion   mejoramiento

Para mejorar las características espaciales de una imagen, se utilizan varios filtros que modifican el valor de los píxeles, utilizando los valores de los píxeles vecinos. Mientras las mejoras radiométricas operan en píxeles individuales, el mejoramiento espacial modifica valores de píxeles basados en los valores de los pixeles alrededor. Para mejorar las características espaciales de una imagen (p.ej. suavizarla o mejorar su nitidez), se aplican filtros a la imagen cruda.

Ejemplo de mejoramiento espacial

filtroantes filtrodespues  

Combinación de bandas
Para permitir una fácil interpretación de la imagen desplegada, es posible escoger qué banda se asigna a cada cañón RGB, para obtener una composición a color que realce las coberturas de interés.

Cuando se despliega una imagen satelital, se asignan colores a las capas (bandas). Los archivos de información en cada capa son las entradas para asignar el color. Los colores más útiles son aquellos que permiten una fácil interpretación de la imagen presentada. Por ejemplo:

Una imagen que presenta los colores naturales los aproxima a aquellos colores perceptibles por el ojo humano. Una imagen de colores infrarrojos muestra la escena como ésta aparecería en un filme de colores infrarrojos, el cual es familiar para muchos analistas.
Las asignaciones de banda generalmente se aplican en el siguiente orden: R, G, B. Por ejemplo, la asignación 4, 2,1 quiere decir que la banda 4 está en rojo, la banda 2 en verde y la 1 en azul.

Clasificación digital de las coberturas del uso de la tierra y vegetación.

La clasificación multi-espectral es el proceso de clasificar píxeles en un número finito de clases o categorías individuales, con base en los valores del archivo de datos. Si un pixel obedece a ciertos criterios, se categoriza en la clase que corresponde a dicho criterio. Para que el sistema del computador pueda clasificar una imagen multi-espectral, éste debe ser ajustado para que reconozca patrones en la información. Dicho ajuste es el proceso de definición de los criterios por los cuales estos patrones son reconocidos (Hord, 1982). El ajuste puede realizarse mediante métodos supervisados o no supervisados.

Una de las dificultades para obtener una clasificación automática de la vegetación en Colombia es la ausencia de un calendario de cosechas definido. La mayoría de las cosechas, incluida la coca, se cultivan en toda época del año. Esto dificulta la separación de la coca de otros cultivos basándose en sus diferencias fenológicas. La clasificación supervisada de coberturas no se usa para detectar cultivos de coca, sino para estudiar a nivel general las diferentes coberturas presentes en una imagen. Ese estudio ayuda a identificar las áreas en donde los cultivos de coca pueden ser interpretados visualmente posteriormente.

El proyecto aplica un proceso de clasificación supervisada en la identificación de coberturas diferentes a los cultivos ilícitos, en la que durante la etapa de entrenamiento se asignan píxeles a cada una de las coberturas definidas previamente en la leyenda, la cual consta de 18 niveles tales como: bosque primario y selva tropical, bosque secundario y rastrojos altos, pastos, cuerpos de agua, bancos de arena, carreteras, áreas urbanas, áreas inundables, afloramientos rocosos, suelo desnudo, cultivos lícitos y otros. Terminada la etapa de entrenamiento, se clasifica la imagen mediante el uso de algoritmo de máxima verosimilitud.

coberturas

 

Imagen ASTER y clasificación de la cobertura de tierra correspondiente

satelite clasificacion  

Interpretacion visual de los lotes de coca
La identificación de los lotes de coca se basa en la interpretación visual de las imágenes de satélite y en las características espectrales y morfológicas, forma, textura y patrón así como las de contexto espacial de los lotes. La clase ‘coca’ puede ser considerada como una composición de áreas donde se mezclan zonas de alta y media densidad foliar con las de baja densidad foliar, con alta reflectividad de los suelos. No se puede distinguir entre las diferentes etapas fenológicas de los arbustos de coca.

 

Lotes de coca detectados durante un sobrevuelo de verificación

lotecoca

 

Foto de lotes de coca y su correspondiente interpretación en la imagen de satélite.

terreno imagen

Los lotes de coca son digitalizados en pantalla  con ayuda de herramientas semi-automáticas de software ( p.ej. semilleo de píxeles). Con este mecanismo se agrupan automáticamente los píxeles de valor espectral similar. El intérprete determina el umbral de similaridad para agrupar los píxeles.
 
Adicionalmente, las aerofotografías tomadas por la Policía Antinarcóticos (DIRAN), los registros de  los vectores de la aspersión aérea y los polígonos de coca interpretados en censos anteriores, se utilizan para facilitar la interpretación así como la información suministrada por diferentes agencias del Gobierno y del Sistema de Naciones Unidas.

El proceso de interpretación requiere un profundo conocimiento del área por parte del intérprete.  Este conocimiento es adquirido mediante años de experiencia en el análisis de imágenes de satélite y sobrevuelos.

Lotes de coca visualmente interpretados (con contorno verde) en una imagen ASTER.

cultivosimagen

VERIFICACION EN CAMPO
Los sobrevuelos de verificación son necesarios para corregir y mejorar la interpretación preliminar. La verificación se basa en la inspección visual directa del terreno desde una aeronave. Se utilizan ploteos en papel para orientación y como registro de la verificación.

Además de la inspección visual desde la aeronave, se utiliza una cámara digital combinada con GPS. Igualmente se capturan desde la aeronave videos que permiten revisar zonas visitadas durante el monitoreo aéreo posteriormente. Los resultados de la interpretación son editados y corregidos con los hallazgos de la verificación aérea.

Dentro de la cabina del piloto en un vuelo de verificación
campo

Cámara digital con unidad de GPS
campo2

Cultivo de coca detectado en imagen satelital y fotografiado en terreno coca

Control de calidad
La estimación de la precisión de los resultados de interpretación es parte del control de calidad. Esta estimación tiene dos aspectos: la precisión geométrica, que es la precisión de los límites interpretados o tamaño de las unidades de cobertura de tierra y la precisión temática que mide la confiabilidad en la identificación de clases de coberturas.

Actualmente las imágenes se georeferencian tomando en cuenta puntos de control extraídos de mapas o imágenes anteriores. En el caso de las imágenes Landsat 7 ETM+ se puede presentar una desviación en posición máxima del orden de 1/10 de diferencia de elevación en zonas montañosas. Durante la revisión de la metodología, la Universidad de Recursos Naturales y Ciencias Aplicadas de Viena (Austria) recomendó ortorectificar las imágenes con un Modelo Digital de Elevación para aumentar la exactitud geométrica a menos de 1.5 píxeles.

La calidad temática general se especifica en términos de una matriz de error, según la frecuencia (probabilidad) de clasificar erróneamente las diferentes clases. La compilación de la matriz de error debe basarse en una muestra representativa aleatoria. La información de referencia es difícil de obtener en terreno, por razones de seguridad. La información de referencia se ha obtenido mediante el uso de imágenes de alta resolución MDIS proporcionadas por NAS, registros geo-referenciados de líneas de vuelo de la aspersión (DELNORTE) y fotografías tomadas desde una cámara digital a bordo de pequeñas aeronaves. En el 2003, de una muestra de 144 puntos de referencia, la precisión general se estimó en aproximadamente 89% (número de polígonos correctamente interpretados de un número total de polígonos revisados). Este cálculo no fue actualizado, pero un nivel similar de precisión puede estimarse para los resultados del censo de 2004.

Aunque la calidad temática es un buen indicador de la calidad de la interpretación, ésta no proporciona un rango de resultados y por tanto, no puede utilizarse para corregir los resultados. De acuerdo con las recomendaciones de la Universidad de Recursos Naturales y Ciencias Aplicadas de Viena (Austria), el proyecto está desarrollando un método de medición de la calidad de los procesos basado en aerofotografías como referencia  para la  evaluación.

Correcciones
A continuación del proceso de interpretación, se aplican una serie de correcciones para tomar en cuenta los efectos de la aspersión antes o después de la fecha de la imagen, para la falta de información en la imagen por nubosidad o gaps (SLC-off) y para las diferencias entre la fecha de adquisición de las imágenes y la fecha de corte del 31 de Diciembre. Estas correcciones son necesarias para mejorar las estadísticas finales.

Corrección por aspersión
Los lotes de coca son asperjados desde aeronaves como parte del programa de aspersión aérea de cultivos ilícitos. Las líneas de aspersión son registradas automáticamente. Después de transformar sus coordenadas al sistema de coordenadas de las imágenes de satélite, se traza un polígono (buffer) según el tipo de aeronave, alrededor de la línea de aspersión registrada. Los buffer se superponen sobre la coca interpretada y se aplican las correcciones comparando la fecha de la imagen y la fecha de aspersión. Los cultivos de coca interpretados en imágenes adquiridas antes de la aspersión son eliminadas a excepción del 10% estimado de supervivencia del cultivo asperjado, certificado por la DIRAN.

Lotes de coca  representados en cyan y líneas de aspersión en amarillo
correciones

 

Correcciones por nubosidad y gaps en imágenes Landsat 7 (SLC-off)
Las nubes y las sombras se delimitan durante el proceso de clasificación de coberturas. Inicialmente se trazan anillos de un kilómetro de ancho alrededor de las nubes de las imágenes    y se miden los cultivos de coca alrededor de este anillo (buffer). Por comparación con los del  censo anterior, se calculan las tendencias de los cultivos de coca en el área bajo el buffer. Esta tendencia se aplica al área de coca anterior, para estimar el área de coca bajo las nubes correspondiente al censo actual. Los lotes de coca anteriores bajo las nubes o gaps actuales son preservados en posición y tamaño, cuando la tendencia indica un aumento en el área circundante.

En el censo de 2004, las correcciones para los gaps de Landsat 7 se trataron como las correcciones por nubosidad. La única diferencia se presenta en que los buffers se trazaron de 300 metros en lugar de 1000 metros. La definición del ancho del buffer se basa en la experiencia obtenida en ambos casos.

Correcciones por diferencias en las fechas de toma de las imágenes
En la imagen de satélite solamente se pueden observar los cultivos en la fecha de toma. Por consiguiente, debe aplicarse un factor de corrección para obtener los estimados en la fecha de corte del 31 de Diciembre. Este factor se calcula como una tasa mensual de incremento o disminución según la tendencia del cultivo de coca en las imágenes de la misma área adquiridas en censos consecutivos. Esta tasa se aplica posteriormente a la interpretación inicial para el número de meses que separan la fecha de toma y la fecha de corte del 31 de Diciembre.

Correcciones aplicadas en 2004

 

Área (en ha)

% del resultado inicial

Resultados iniciales

67,049

 83.4

Corrección por aspersión

  1,483

  1.9

Corrección por nubosidad y gaps en imágenes Landsat 7 (SLC-off)

11,153

13.9

Corrección por diferencias en la fecha de toma de las imágenes

    665

 0.8

Resultados finales

80,350

100

 

Cultivos de amapola

El proyecto no ha podido aún identificar una metodología confiable para la identificación de amapola a causa de las condiciones que prevalecen en las áreas montañosas donde se cultiva la amapola (nubosidad casi permanente, campos pequeños generalmente intercalados con otros cultivos). Las imágenes de resolución media como LANDSAT y SPOT no pueden ser utilizadas, e incluso las imágenes IKONOS o QUICKBIRD de alta resolución y las fotografías aéreas no son siempre suficientes. Es necesario intensificar la investigación en este campo, también haciendo uso de la experiencia de los proyectos de monitoreo de cultivos ilícitos del UNODC en Asia.


Hasta ahora, los estimados en cultivos de amapola han sido obtenidos por la Policía Antinarcóticos - DIRAN – mediante reconocimiento aéreo de las áreas con cultivos de amapola. Estos sobrevuelos son realizados dos o tres veces por año en pequeñas avionetas. El observador a bordo registra las coordenadas GPS de lotes visisbles de amapola y estima l el tamaño de los lotes.

 

 

 

 

│UNODC Colombia│ │Mapa del sitio│ │Links│ │Contáctenos│
unodc  
br
Inicio Mapa del sitio Contáctenos UNODC Colombia Glosario  
   
simci
 
METODOLOGIA
Características del cultivo
Procesamiento en imágenes satelitales
Interpretación visual de los lotes
Verificación en campo
Control de calidad
Correcciones
Cultivos de Amapola