IMPLEMENTACION DE SISTEMAS DE INFORMACIÓN GEOGRÁFICA

TRABAJO FINAL.

El objetivo del trabajo es diseñar un mapa de distribución espacial geográfica del puma (Puma
concolor), teniendo como base de análisis espacial las siguientes consideraciones:

1. La delimitación municipal a escoger.

2. Las condiciones naturales donde los estudios indican son las que prefiere este felino para
habitar y las condiciones artificiales que el puma en su mayoría evita por tener alta
presencia humana.

La delimitación geográfica para el análisis de distribución está restringida al municipio de Puracé,

departamento del Cauca.
La especie elegida para el presente trabajo es el Puma concolor (Linnaeus, 1771); Otros nombres
por los que también se conoce a la especie es: león, león de montaña, tigre colorado.
Según el estudio del Instituto Humboldt, las siguientes características definen las zonas de
preferencia del puma:

- El rango altitudinal esta entre 2000 y 4000 msnm.

- Las coberturas preferidas son los bosques tupidos y arbolados; en zonas de matorrales
bajos y sabanas abiertas es menos frecuente su presencia.
- En la cercanía a arroyos, ríos, quebradas, lagunas (en general en cuerpos de agua) es
frecuente encontrarlo.
- Prefiera evitar el contacto con el hombre, por lo que alrededor de carreteras, centros
poblados y viviendas es menos frecuente encontrarlo.

Para el desarrollo del trabajo, se crea la carpeta trabajofinal, con las subcarpetas shp, raster, mxd,
imágenes, ndvi, dem, tools, dbf.
La información inicial con la que se trabaja está contenida en la carpeta llamada purace, el dem del
municipio y la imagen sentinel para el área (son necesarias las bandas 4 y 8 de esta imagen).
Se busca con estos insumos diseñar una serie de imágenes raster, con valores de pixel que
indiquen la ponderación de la posibilidad de encontrar el puma en ese espacio geográfico. Como
la imagen sentinel con la que se va a trabajar tiene con una resolución espacial de 10 m, se tiene
en cuenta este valor para así mismo generar los raster a esta misma resolución.
Los raster a generar estarán definidos entonces por diferentes factores que definen la presencia o
no del puma. Estos factores son:

- Cobertura vegetal; las coberturas boscosas más tupidas y cerradas van a determinar una
mayor ponderación que las abiertas y suelo desnudo. Para este análisis se va a trabajar
con el ndvi, que en general indica que cuando el valor es mayor a 0.6, representa zonas
boscosas más densas. Dependiendo de los valores que tome, desde 0.6 hasta el valor más
alto resultante se van a ponderar los 10 mayores valores (de 11 a 20); desde 0.6 hasta el
menor valor que resulte del análisis ndvi se va a ponderar con los menores valores (10 a 1)
- Vías; con la información de la malla vial del municipio se van a crear zonas de influencia o
buffer cada 20 m hasta los 100m; son 5 buffer alrededor de la zona de influencia de vías
 con su respectiva ponderación: para el buffer más cercano alrededor de la vía (20m),
tendrá la menor ponderación (-5); para el siguiente buffer (40 m) se tendrá el siguiente
valor de ponderación (-4), siguiendo sucesivamente hasta la última zona de influencia o
buffer (100 m) se tendrá el mayor valor de ponderación (-1).
- Viviendas. Con la información de viviendas del municipio, se van a hacer 5 buffer,
igualmente cada 20 m hasta los 100m. La ponderación se hace para el buffer más cercano
(20m) a las viviendas se tendrá el menor valor de ponderación (-5); siguiendo con los
demás de igual forma al apartado anterior se tendrá el ultimo buffer buffer (100 m) con el
mayor valor de ponderación (-1).
- Centros poblados – cabeceras. Con la información de cabeceras del municipio, se hacen
10 buffer cada 100 m hasta los 1000 m. La ponderación se hace para el buffer más
cercano (100 m) tendrá el menor valor de ponderación (-10); para el siguiente buffer (200
m), el valor de ponderación es -9; siguiendo así hasta el último buffer, el más alejado de
las cabeceras (1000 m), tendrá el valor de ponderación más alto (-1).
- Lagunas; Con la información de las lagunas del municipio, se hacen 10 buffer, cada 100 m
hasta 1000 m. La ponderación se hace para el buffer más cercano (100 m) el mayor valor
de ponderación (10); el siguiente buffer (200 m) tendrá el siguiente valor de ponderación
(9); siguiendo así hasta el buffer más alejado (1000 m) tendrá el menor valor de
ponderación (1).
- Ríos; Con la información de los ríos del municipio, se hacen 10 buffer, cada 100 m hasta
los 1000 m. La ponderación se hace para el buffer más cercano (100 m) el mayor valor de
ponderación (10); para el segundo buffer (200 m), el siguiente valor de ponderación (9);
así los siguientes hasta el buffer más alejado (1000 m), el menor valor de ponderación (1).
- Quebradas; Con la información de las quebradas del municipio, se hacen 5 buffer cada 20
m hasta los 100 m. La ponderación se hace para el buffer más cercano (20 m), el mayor
valor de ponderación (10) para el siguiente buffer (40 m) el siguiente valor de ponderación
(8) así los siguientes hasta el buffer más alejado (100 m) con el menor valor de
ponderación (2).
Con estos siete factores se diseñan los 7 raster que posteriormente, por suma aritmética, me van a
permitir obtener un raster final.

I PARTE: DELIMITACION ALTITUDINAL DEL AREA DE ANÁLISIS.

Para definir el área de análisis, se tiene en cuenta dos parámetros. El primero es el límite político
del municipio de Puracé, y el segundo son las cotas de altura comprendidas entre los 2000 y 4000
msnm. Para definir esta área de análisis se hará uso del shp del límite municipal y el dem que
cubra el municipio.

El límite municipal se encuentra en la información entregada para el municipio de Puracé. COMO

EL SHP ESTA EN SISTEMA DE REFERENCIA WGS 84, SE PROYECTA A MAGNA COLOMBIA OESTE.

Data Management Tools/Projection and Transformation/Project

El archivo DEM, se descarga de la página de alos palsar, el de nombre N002W077 que corresponde
a la zona de trabajo (resolución espacial de 30 m).
COMO EL ARCHIVO ESTA EN UN SISTEMA DE REFERENCIA WGS 84, SE PROYECTA A MAGNA
COLOMBIA OESTE.

Data Management Tools/Projection and Transformation/Raster/Project Raster

Se hace un buffer de 50 metros del límite municipal.

Analysis tools/Proximity/Buffer

Luego el recorte del dempro con el limite buffer 50m.

Data Management Tools/Raster/Raster Processing/Clip

Marcamos donde dice Use input features for clipping geometry

Con este demclip se define las curvas de nivel; como el rango altitudinal de habitat de la especie es
entre los 2000 y 4000 msnm, se determinan curvas de nivel cada 2000.

Spatial Analysis Tools/Surface/Contour

El resultado es un shp guardado como curvas que muestra dos zonas principales dentro de los
límites del municipio que se excluyen del análisis espacial pues están por fuera del rango
altitudinal en el que habita el puma.

La primera zona de exclusión, hacia el centro del municipio corresponde con áreas sobre los 4000
msnm, en los alrededores del volcán Puracé. La segunda zona de exclusión, hacia la parte más
oriental del municipio se corresponde con el cañón del rio Aguacatal, que está por debajo de los
2000 msnm.

Con estas curvas definidas y con el límite del municipio se crea un nuevo polígono, que va a ser el
área de análisis espacial.
Primero se convierte el shp del límite municipal, (puracepro) de polígono a línea;

Data management tools/features/feature to line

Se guarda como puraceline.

Luego se hacen cortes de esta línea en los puntos donde se intersecta con las curvas de nivel así:

- se activa la edición.

- se selecciona la línea que demarca el

limite municipal.

- se activa la herramienta split tool y con el

snapping activado en intersección, se
hacen cortes de la línea seleccionada en los
puntos donde se intersecta con las curvas
de nivel.

En total son cuatro cortes.

Por último se guarda y se cierra la edición.

Luego se selecciona la línea de limite municipal editada o recortada y las líneas de curva de nivel
(la de los 4000 msnm, en los alrededores de volcán y la de 2000 msnm, alrededor del cañón del
rio) para crear el nuevo polígono que va a ser el área de análisis demarcada por el limite municipal
y las zona de exclusión altitudinal.

Data management tools/features/feature to Polygon

En la herramienta se seleccionan los dos shp que tienen las líneas seleccionadas (puraceline y
curvas) para que me forme el nuevo polígono, el cual se guarda como purace2k4k.

Este es el shp que se va a trabajar como área de análisis que representa el área del municipio de
Purace que esta comprendido entre la cota 2000 y la 4000.
II PARTE: DETERMINACION DE COBERTURA VEGETAL MEDIANTE CALCULO
NDVI.
Para determinar la cobertura vegetal donde se va a tener el hábitat más propicio para el puma, se
va a calcular el ndvi del área de estudio. La definición básica de ndvi dice que valores por encima
de 0.6 indican ya presencia de vegetación cerrada; valores por debajo de 0.6 empiezan a indicar
vegetación de matorral y zonas de vegetación poco densa. Valores alrededor de 0 indica suelo
desnudo.

Para desarrollar esta parte, se obtiene una imagen satelital de tipo sentinel 2 (resolución espacial
de 10 m). Como es sentinel, para el análisis ndvi se trabaja con la banda 4 y la banda 8 (que son
las correspondientes al rojo y al infrarojo cercano).

COMO ESTAS BANDAS ESTAN EN WGS84 SE PROYECTA A MAGANA COLOMBIA OESTE.

Se hace un clip de cada una de las bandas con el purace2k4k.

Analysis tools/extraction/clip

Ya con las dos bandas listas, se calcula el ndvi; se usa la herramienta calculadora raster:

Spatial Analysis Tools/Map Algebra/Raster Calculator

Se digita la sentencia de análisis para el ndvi con imágenes sentinel, que utiliza la banda 8 y la
banda 4

Float(banda8 – banda4)/Float(banda8 + banda4)

Se obtiene un raster con valores entre -0.117 y 0.872.

Se clasifica en 20 clases según los parámetros propuestos; entre 1 y 10 se asignan los valores más
bajos de ndvi que identifican suelo desnudo, pastos y matorrales poco densos y la clasificación
más alta para bosque densos. El valor medio se toma en 0.6, lo que en ndvi significa ya la
aparición de bosque denso. Para esto vamos a propiedades del raster, simbology, se selecciona
classified y luego classify…

Se indican 20 clases y en Break Values se digita:

1 -0,117
2 -0,037
3 0,043
4 0,122
5 0,202
6 0,282
7 0,361
8 0,441
9 0,520
10 0,600
11 0,627
12 0,654
13 0,682
14 0,709
 15 0,736
16 0,763
17 0,790
18 0,818
19 0,845
20 0,872

Se obtiene el raster clasificado en 20 clases, con los valores digitados:

Luego se reclasifica:

Spatial Analysis Tools/Reclass/Reclasifica

Se reclasifica con los valores de 1 a 20, haciendo correspondencia entre cada valor con los del
ndvi.

Se obtiene el raster, que se guarda como ndvireclass, reclasificado con valores entre y 1 y 20:
Con esto se tiene un archivo raster de 10 m de resolución espacial y valores de pixel que van desde
1 a 20 que representan la ponderación de presencia de la especie puma; el mayor número
representa la mayor posibilidad de presencia (colores verdes), que son los valores de ndvi
mayores, entre 0.6 y 0.872, que en este raster reclasificado son los de 10 a 20.

III PARTE: ANALISIS ESPACIAL PARA VIAS.

En la carpeta purace se encuentra el shp de la red vial del municipio de Puracé.

SE REPROYECTA EL SHP A MAGNA COLOMBIA OESTE

Para seleccionar únicamente las vías que se encuentran dentro del área de análisis, se hace un clip
del shp vías con mascara del purace2k4k:

Analysis tools/extract/clip

Se llama viaspur. Por regla general se tiene que las vías son un factor disuasivo para el puma y a
mayor cercanía, menor la posibilidad de encontrar al puma. La ponderación para las vías va a
estar entre valores de -1 a -5; el -5 representa la menor ponderación de encontrar al puma que
corresponde a la mayor cercanía a vías; el valor -1 representa la mayor ponderación de encontrar
al puma que representa la zona más lejana. Para determinar estas áreas más cercanas o lejanas
de las vías se van a hacer 5 buffer empezando con 20 m (zona más cercana) y por ultimo un buffer
de 100 m (zona más lejana). Esto se puede hacer con el model builder.

Para no tener problemas posteriormente en el proceso, se eliminan las vías que tengan menos de
0.7 m de longitud.; en la tabla de atributos se observa que 15 registros tienen menos de 0.7
metros, estos registros se eliminan (el shp de 72 registros paso a 57).
En el model se agrega el viaspur y cinco buffer; el primero se llama vias1 y va a ser de 20 m; el
segundo vías2 y es de 40 m…el ultimo vias5 y es de 100m; la configuración para todos se hace, en
el apartado End type, como Flat.

El siguiente paso es hacer un dissolve, para que todas los buffer de las vías de iguales
características (que están a la misma distancia) queden como un único polígono; esto se hace
mediante la herramienta dissolve. Se adiciona al model 5 herramientas dissolve. El primer
dissolve de vias1 se llama dvias1… al último dissolve de vias5 se llama dvias5.

Importante que a todos, en Field_Dissolve, se selecciona donde aparece BUFF_DIST.

Lo siguiente es unir los 5 shp en uno solo; se adiciona la herramienta unión y se unen en uno solo,
se guarda como unionvias.

El modelo queda estructurado:

En el shp resultante del proceso (unionvias), vemos en la tabla de atributos que hay 15 registros; al
hacer una inspección se ve que algunos registros corresponden a zonas que se pueden unir con
otras para tener mayor uniformidad:
Esas zonas se unen con las adyacentes mediante un merge, abriendo la edición, seleccionando los
polígonos a unir e indicando por ultimo merge.

Ahora quedan 9 registros, algunos que presentan inconsistencias son

Estos registros se eliminan.

Quedan por último los cinco registros, uno para cada buffer.

Luego se ve que hay zonas de buffer que están por fuera del área de análisis;
Esto genera complicaciones cuando se hizo procesos posteriores; se hace entonces un clip del
unionvias con clip de purace2k4k, se guarda como univiaclip.

Luego se hace la unión de unionviaclip con purace2k4k; se llama viasfin. Se eliminan campos que
no se utilizan; (como son varios los campos que se tienen que eliminar, para evitar eliminarlos uno
por uno desde la tabla de atributos se puede utilizar la herramienta

Data Management Tools/Fields/Delete Field).

Luego se agrega la columna de ponderación, pond, de tipo short integer. Se abre la edición y a
cada registro, según el buffer que represente, se asignan valores de -1 para el buffer más lejano
(que es el de 100 m) hasta -5 para el buffer más cercano (que es el de 20 m); en la tabla de
atributos se observa que tiene seis registros; el nuevo registro corresponde al área de análisis que
aparece con ponderación de 0, pues no está influenciado por las vías. Por último se convierte el
shp en raster, el cual se guarda en la carpeta raster como vías;

Conversion tools/to raster/Polygon to raster

En value field se selecciona pond, que es valor que se le da a los pixeles que van a formar el raster
y que son los valores de ponderación. En tamaño de celda se escoge 10 m para que quede del
mismo tamaño que tiene el raster ndvi. Este raster vías tiene valores de pixel de 0 a -5 que
corresponden con cada una de las zonas buffer y la zona de sin influencia.

IV PARTE: ANALISIS ESPACIAL PARA VIVIENDAS

Se abre el shp correspondiente a viviendas (casas.shp).
COMO ESTA EN COLOMBIA WEST ZONE SE PROYECTA A MAGNA COLOMBIA OESTE.

Con un clip se seleccionan las viviendas que están dentro del área de análisis; este shp se va a
llamar vivipur (también se puede hacer con selection by location ubicado en el menú Selection)

La ponderación para las viviendas va de -1 a -5; con buffer que van desde 20 m hasta los 100 m.
Importante al hacer el dissolve, escoger en Field_Dissolve el campo BUFF_DIST.

Desde un modelo:

El shp final unionvivi tiene en la tabla de atributos 5 registros, correspondiente a cada uno de los
buffer realizados.

Se ve que en algunas zonas los buffer sobrepasan el área de análisis,

Para evitar problemas posteriores se hace un clip de este unionvivi con clip del purace 2k4k.
Luego se hace la unión de este último clip con el purace2k4k; se llama vivifin. Al ver la tabla de
atributos se ve que tiene 6 registros, 5 que corresponden con los buffer, con ponderación de -1 a -
5, más el que corresponde al área de análisis con ponderación 0. Se eliminan algunas columnas
que no se utilizaran más (como son varios los campos que se tienen que eliminar, para evitar
eliminarlos uno por uno desde la tabla de atributos se puede utilizar la herramienta Data
Management Tools/Fields/Delete Field).

Se adiciona el campo para la ponderación, pond, tipo short integer. Se abre la edición y se edita
ésta última columna: para el buffer más cercano (20 m) se le asigna un valor de -5; para el
siguiente (40 m) el valor de -4… para el ultimo (100 m) el valor de -1.

Por último se convierte el polígono a raster, con value fiel en pond y tamaño de pixel de 10 m.

Se obtiene el raster final con clasificación en 6 clases y valores desde 0 hasta -5.

V PARTE; ANALISIS ESPACIAL PARA CENTROS POBLADOS - CABECERAS.

Se abre el shp de centros poblados (cabeceras.shp).

SE PROYECTA EL SHP A MAGNA COLOMBIA OESTE.

Se seleccionan las cabeceras que pertenecen al área de análisis mediante un recorte con clip
purace2k4k (también se puede en nuestro caso que son pocas, seleccionarlas directamente desde
la tabla de atributos o medicnate selecyt by)

Para el área de análisis corresponden cuatro cabeceras: Puracé, Coconuco, Moscopan y Santa
Leticia. La ponderación para zonas de influencia de cabeceras se hace con 10 buffer de a 100 m
cada uno, el máximo de 1000 m. Como son polígonos, al hacer el buffer en Side Type seleccionar
OUTSIDE_ONLY. El dissolve igualmente se hace marcando en Field_Dissolve donde dice
BUFF_DIST.

Luego del proceso, se obtiene un shp que se llama unioncabe; en la tabla de atributos del nuevo
shp se ve que tiene 10 registros, correspondientes a cada uno de los buffer, adicionalmente se
observa que los buffer correspondientes a la cabecera Moscopan, se salen del área de análisis.
Se hace un recorte de este último shp, con clip al purace2k4k. Se obtiene un shp recortado al
límite del área de análisis. Luego se hace la unión de este clip con el área de análisis; este último
shp se llama cabefin.

Se eliminan los campos que ya no se van a utilizar (como son varios los campos que se tienen que
eliminar, para evitar eliminarlos uno por uno desde la tabla de atributos se puede utilizar la
herramienta Data Management Tools/Fields/Delete Field).

En la tabla de atributos de este último shp, se observa que tiene los once registros; se adiciona
ahora el campo pond para asignar la ponderación; 0 para el área de análisis, -1 para el área más
alejada (buffer de 1000 m), -2 para la siguiente (buffer de 900)… y -10 para el más cercano (buffer
de 100 m).

Por último se convierte este shp a raster; se define el Value Field en Pond y Cellsize en 10.

Se obtiene un raster categorizado en 11 clases, de 0 a 10 y que corresponde con la ponderación

que se definió en el apartado anterior.
VI PARTE; ANALISIS ESPACIAL PARA CUERPOS DE AGUA.
VIa. LAGUNAS.

Se abre el shp de lagunas.

SE PROYECTA EL SHP A MAGNA COLOMBIA OESTE.

Con la herramienta clip, se obtiene las lagunas que pertenecen al área de análisis.

La ponderación para cuerpos de agua va de 0 a 10; siendo 10 la parte más cercana a los cuerpos
donde el puma tiene un hábitat más favorable y 0 la ponderación para la parte más alejada.

Se hace 10 buffer cada 100 metros para asignarle a cada zona de influencia la respectiva
ponderación.

Los buffer de lagunas, como estos son polígonos, se define en donde dice Side type como
OUTSIDE_ONLY.

El dissolve se configura para cada uno marcando en Dissolve field donde dice BUFF_DIST.
El shp resultante tiene 10 registros, que corresponden a cada uno de los buffer; igualmente se
observa que varios de los buffer salen por fuera del área de análisis:

Se hace un recorte de este shp con clip de purace2k4k

Luego la unión del clip anterior con purace2k4k, para obtener el shp final que se guarda lagufin.
Eliminamos campos que no se van a utilizar. (como son varios los campos que se tienen que
eliminar, para evitar eliminarlos uno por uno desde la tabla de atributos se puede utilizar la
herramienta Data Management Tools/Fields/Delete Field).

Se hace la ponderación de los 11 registros que existen; se agrega la columna pond, tipo short
integer. Para el área de análisis se asigna ponderación 0; para el buffer más lejano (1000 m)
ponderación 1; para el siguiente buffer (900 m) ponderación 2… para el último buffer, el más
cercano (100m) ponderación 10.

Luego este último shp se convierte a raster; en Value_field se escoge pond y en Cellsize 10 m.

Se obtiene el raster de lagunas, clasificado en 11 clases de 0 a 10, que corresponde a la

ponderación de cada buffer y a la del área de estudio.

VIb. RIOS.

Se abre el shp correspondiente a los ríos.

COMO EL SHP ESTA EN WGS 84 SE PROYECTA A MAGNA COLOMBIA OESTE.

En la tabla de atributos observamos que son 3 los ríos; uno de ellos el Aguacatal esta por fuera del
área de análisis, por lo que lo eliminamos quedando solamente los ríos Cauca y Vinagre.

SE OBSERVA QUE EN EL LIMITE OCCIDENTAL, HAY ERROR TOPOLOGICO:

Lo primero que se observa es un error topológico entre las fronteras del rio Cauca y el municipio;
algunas partes muestras que se solapan los dos polígonos y en otros aparecen huecos.

Se va a configurar una geodatabase para corregir la topología.

Desde el catalogo, se da clic derecho en la carpeta gdb y se crea new personal geodatabase.

Se llama topología. Ahora clic der en topología, new y se adiciona Feature dataset…; se llama
limites, en el siguiente cuadro se asigna el sistema de coordenadas MAGNA COLOMBIA OESTE;
luego siguiente y siguiente hasta finalizar.

Se da clic derecho a límites, new y Feature class; se llama corrección, tipo polígono; en el siguiente
cuadro se importa los campos de riospro y se da finalizar.

Clic der en corrección, load y se adicionan los dos shp de polígonos que participan en la topología,
el riospro y el purace2k4k.

Luego se da clic der en límites, new y topology; en el siguiente cuadro se nombra como
limtopology; en el siguiente cuadro se selecciona el archivo corrección; y en el siguiente cuadro se
agregan las reglas topológicas, en este caso las dos primeras.

- Must not overlap

- Must not have gaps

Siguiente y finalizar. Cuando pregunta por la validación se dice que sí.

Luego se arrastra el limtopology hasta el arc map; pregunta que si desea adicionar los archivos de
la topología al arc map, se selecciona sí.
Se abre la edición para corrección y en la barra de herramientas de topología se da clic en Error
Inspector. En la ventana que se abre se da clic en Buscar ahora con Visible Extent Only marcado.
Aparecen 23 errores 11 de superposiciones y 12 de huecos. Los huecos que se encuentran entre
los límites de los polígonos rio y límite municipal se les va creando el Feature. Algunos huecos son
los naturales del polígono, estos se marcan como excepción. Luego los overlap se corrigen
haciendo merge sobre el polígono del límite municipal.

Luego con visible extent only sin marcar aparecen 15 errores (8 de huecos y 7 de sobre
posiciones).

El error del overlap del límite municipal sobre el rio, se resuelve con merge al límite municipal
(esto para no modificar los límites del área del municipio que ya se viene trabajando)

Los errores de huecos se corrigen creando el Feature y luego haciendo el merge sobre el rio.
Algunos errores de huecos no son tales pues hacen parte natural del polígono área de análisis, a
estos se les selecciona mark exception para no modificarlos.

El nuevo shp corrección tiene 17 polígonos, por los huecos que se han marcado como créate
feature. Se abre la edición para hacer merge de los polígonos recién creados. El merge de estos
polígonos se hace sobre el polígono del rio.

Al finalizar la edición, queda el shp corrección con 4 registros, 3 correspondientes a los polígonos
de los ríos y 1 al polígono del área de análisis.

Se selecciona los 2 polígonos de los ríos que hacen parte del área de análisis (ríos Cauca y Vinagre)
y se exportan como riospur.

Finalizada la corrección topológica se observa que el polígono del rio cauca y el polígono del limite
municipal (área de análisis) ya coinciden.
EN GENERAL, LOS OVERLAP COMO SON SOBREPOSICIONES DE LOS DOS POLIGONOS (RIOS Y
LIMITE MUNICIPAL) SE CORRIGEN ADICIONANDOLOS AL LIMITE MUNICIPAL MEDIANTE MERGE
(ESTO PARA NO MODIFICAR EL POLIGONO DE LIMITES DEL MUNICIPIO); LOS HUECOS SE
CORRIGEN CREANDO EL FEATURE Y LUEGO ADICIONANDOLO AL RIO; DE ESTE MODO LO UNICO
QUE SE MODIFICA SON LOS CONTORNOS DEL RIO Y EL LIMITE MUNICIPAL PERMANECE
INALTERADO.

Los ríos con los que se hace el proceso y que están dentro del área de análisis son el rio Cauca y el
rio Vinagre, el rio Aguacatal queda por fuera, está por debajo de los 2000 msnm.

Para determinar las ponderaciones de las zonas de influencia del rio, se hace 10 buffer, cada 100
m hasta el máximo a un 1000 m. Como este shp de ríos es también tipo polígono, se configura
donde dice Side Type en OUTSIDE_ONLY.

El dissolve, igual que en los casos anteriores, se selecciona sobre el campo BUFF_DIST.

Luego se hace la unión de todos los shp de dissolve.

El shp resultante muestra que varios buffer salen por fuera del área de análisis.

Se hace un recorte de este último shp con clip al área de análisis purace2k4k
Se hace la unión de este último clip con el área de análisis purace2k4k: se guarda como riofin.
Eliminamos de la tabla de atributos campos que ya no se van a utilizar (como son varios los
campos que se tienen que eliminar, para evitar eliminarlos uno por uno desde la tabla de atributos
se puede utilizar la herramienta Data Management Tools/Fields/Delete Field).

Se ve que este último shp tiene 11 registros, que corresponden con los 10 buffer y el área de
análisis; se crea el campo de ponderación, pond tipo short integer; y se edita dándole valor de 0 al
área de análisis, 1 para el buffer más lejano (de 1000 m), 2 para el siguiente (de 900 m)… y 10 para
el buffer más cercano (el de 100m). Luego de haber asignado los valores de ponderación, se
convierte el shp a raster; en value field se escoge pond y en Cellsize se asigna valor de 10 para que
quede igual al ndvi. Se obtiene finalmente el raster de ríos, clasificado en 11 clases desde 0 hasta
10.
Vc. QUEBRADAS.

Se abre el shp de quebradas.

COMO EL SHP ESTA EN WGS 84 SE PROYECTA A MAGNA COLOMBIA OESTE.

Se hace el clip para seleccionar solo las quebradas que están dentro del área de análisis.

Se hacen 5 buffer, cada 20 m hasta los 100m; en End type se selecciona flat.

El dissolve se hace sobre el campo DIST_BUFFER

El procedimiento siguiente es complicado pues aparecen muchos registros en la tabla de atributos

(hasta 50) que son difíciles de gestionar. Lo que se hizo fue el modelo solo utilizar hasta el
dissolve.

Los dqueb individuales se fue haciendo merge pues como en el caso de vías aparecen seccionadas
zonas que son adyacentes. Luego si se hizo la unión de cada uno de los dqueb. Al unionquebr,
desde la tabla de atributos se eliminaron todos los registros que representaban polígonos
pequeños, quedando finalmente los 5 registros correspondientes a cada uno de los buffer.

Se hizo el clip para eliminar aquellas áreas por fuera del área de análisis.

Luego este clip se unió con el purace2k4k, en el shp quebrfin.

A este ultimo shp se le eliminan campos que ya no se utilizan y se adiciona el campo pond (como
son varios los campos que se tienen que eliminar, para evitar eliminarlos uno por uno desde la
tabla de atributos se puede utilizar la herramienta Data Management Tools/Fields/Delete Field).
La ponderación se hace para el buffer más cercano (20 m), el mayor valor de ponderación (10)
para el siguiente buffer (40 m) el siguiente valor de ponderación (8) así los siguientes hasta el
buffer más alejado (100 m) con el menor valor de ponderación (2).

Finalmente se convierte este último shp en raster; se obtiene un raster categorizado en 6 clases,
correspondiente el 0 al área de análisis y 2, 4, 6, 8, 10 a cada uno de los buffer según su distancia
al centro de la quebrada.

VII DISEÑO DEL MAPA DE DISTRIBUCION DE LA ESPECIE Puma concolor.

Se tienen 7 raster definidos:

- ndvi
- vías
- viviendas
- cabeceras
- lagunas
- ríos
- quebradas

Con estos siete raster se hace el análisis final. Para esto se abren los siete raster y se procede a la
suma aritmética del valor de cada ponderación (que está definido en cada pixel) utilizando la
calculadora raster:
 Spatial Analysis Tools/Map Algebra/calculadora raster

Y se define el cálculo para el nuevo raster mediante la suma de cada uno de los 7 raster.

El resultado final es un raster con valores de pixel entre -15 y 38, que representan la ponderación
de encontrar la especie puma; los valores más altos (en la imagen las de color verde) identifican
zonas más propicias para encontrar la especie que este caracterizada por: bosques cerrados,
cercanos a fuentes de agua (ríos, lagunas y quebradas) y lejano de contacto humano en vías,
viviendas y centros poblados.
VII CALCULO DE AREAS DE DISTRIBUCION DE LA ESPECIE Puma concolor.
ESTA ULTIMA PARTE DEL TRABAJO ESTA PENDIENTE DE LA INFORMACIÓN QUE MICHAEL QUEDO
DE ENVIARNOS.