Seleccionar áreas a proteger, preservar, restaurar, conservar APPCR e indicadores de riesgo y vulnerabilidad - Diagnóstico - Estudio Técnico

[paola-gp]

Ubicación

Insumos y resultados Fragstats: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion Informe: FOMIX\fmx_estudio_tecnico\diagnostico\areas_conservacion

OBSOLETO

1. Análisis de calidad de parches

1.1 Escala fina (CONAFOR 2016)

1.2 Escala gruesa (INEGI Serie VI)

2. Análisis de calidad del mosaico

2.1. Escala fina (CONAFOR 2016)

2.2 Escala gruesa (INEGI Serie VI)

3. Integrar vulnerabilidad (autómata?)

Escala gruesa??

[paola-gp]

Obsoleto

1. Análisis de calidad de parches

1.1 Escala fina (CONAFOR 2016)

• CONAFOR 2016
• Carreteras y prolongaciones

Fragstats - FRAC Core Area - CORE

[paola-gp]

Obsoleto

2. Análisis de calidad del mosaico

2.1. Escala fina (CONAFOR 2016)

• tabla de contraste

[vichdzgeo]

IDs y Categorías de USV y Vegetación INEGI

id	categoria
1	Acuícola
2	Agricultura de riego
2	Agricultura de temporal
4	Asentamiento humano
5	Bosque cultivado/Palmar inducido
6	Cuerpo de agua
7	Manglar
7	Vegetación de petén
8	Pastizal
9	Selva baja
10	Selva mediana
11	Sin vegetación
12	Sábana
13	Tular
14	Vegetación de duna costera
16	Vegetación halófila hidrófila
17	ND

Seleccionar las categorías a excluir valor pixel = 999

• [x] 1 Acuícola
• [x] 2 Agricultura de riego
• [x] 2 Agricultura de temporal
• [x] 4 Asentamiento humano
• [x] 5 Bosque cultivado/Palmar inducido
• [x] 6 Cuerpo de agua
• [ ] 7 Manglar
• [ ] 7 Vegetación de petén
• [x] 8 Pastizal
• [ ] 9 Selva baja
• [ ] 10 Selva mediana
• [x] 11 Sin vegetación
• [ ] 12 Sábana
• [ ] 13 Tular
• [ ] 14 Vegetación de duna costera
• [ ] 16 Vegetación halófila hidrófila
• [x] 17 ND

[vichdzgeo]

Ids y categorías de la capa de Cobertura de CONAFOR

id	categoria
2	Tierra Agrícola Cultivo Anual (T, R y H) (A y S)
2	Tierra Agrícola Cultivo Perenne (T, R y H) (P)
4	Urbano y Construido (ZU y AH)
5	Bosque Cultivado e Inducido (BC y BI)
6	Agua (H2O, PRE y ACUI)
7	Manglar y Petén (VM y VP)
8	Pastizal Cultivado e Inducido (PC y PI)
9	Selva Baja Caducifolia Subcaducifolia (SBC, SBK, SBS,MST y VPI )
10	Selva Baja y Mediana Subperennifolia (SBQ, SBQP, SMQ, SG y VPN)
10	Selva Mediana Caducifolia y Subcaducifolia (SMC y SMS)
11	Suelo Desnudo (ADV y DV)
12	Pastizal Natural (PN, PY, PH, VW, VS y VSI)
13	Tular (VT)
14	Vegetación de Dunas Costeras (VU)
16	Vegetación Halófila Hidrófila (VHH)
17	ND

Seleccionar las categorías a excluir valor pixel = 999

• [x] 2 Tierra Agrícola Cultivo Anual (T, R y H) (A y S)
• [x] 2 Tierra Agrícola Cultivo Perenne (T, R y H) (P)
• [x] 4 Urbano y Construido (ZU y AH)
• [x] 5 Bosque Cultivado e Inducido (BC y BI)
• [x] 6 Agua (H2O, PRE y ACUI)
• [ ] 7 Manglar y Petén (VM y VP)
• [x] 8 Pastizal Cultivado e Inducido (PC y PI)
• [ ] 9 Selva Baja Caducifolia Subcaducifolia (SBC, SBK, SBS,MST y VPI )
• [ ] 10 Selva Baja y Mediana Subperennifolia (SBQ, SBQP, SMQ, SG y VPN)
• [ ] 10 Selva Mediana Caducifolia y Subcaducifolia (SMC y SMS)
• [x] 11 Suelo Desnudo (ADV y DV)
• [ ] 12 Pastizal Natural (PN, PY, PH, VW, VS y VSI)
• [ ] 13 Tular (VT)
• [ ] 14 Vegetación de Dunas Costeras (VU)
• [ ] 16 Vegetación Halófila Hidrófila (VHH)
• [x] 17 ND

[vichdzgeo]

obsoleto

Matriz de confusión de mapas de cobertura de serie VI vs CONAFOR 2016.

Ruta: \areas_conservacion\insumos

• matrix_confusion_serie_6_inegi_vs_conafor_100m.xlsx

hojas:

• matrix(2) : Contiene la matriz de confusión por número de pixeles y en porcentaje
• conafor: ids y categorías del mapa de cobertura de conafor 2016
• inegi: ids y categorías del mapa de cobertura de uso de suelo y vegetación Serie VI
• INF : ids y categorías originales de la capa de cobertura del Inventario Nacional Forestal.

@paola-gp

[vichdzgeo]

OBSOLETO

Insumos para fragstats

Capas ráster con categorías excluidas y se agrego al mapa las caminos, carreteras y sus prolongaciones con valor de 999

insumo de carreteras: 
areas_conservacion/insumos/carretera_prolongacion_camino.shp

Ruta: sig_fomix\procesamiento\areas_conservacion\insumos_fragstats

Insumos

• i_fragstats_mapacobertura_2016_yucatan_rev_sept_10m_v4.tif
• i_fragstats_mapacobertura_2016_yucatan_rev_sept_100m_v4.tif
• i_fragstats_serie_6_inegi_100m_v4.tif
• i_fragstats_cobertura_inf_100m_v4.tif @paola-gp

[paola-gp]

Aviso

Distribución de pastizales naturales en México

https://www.biodiversidad.gob.mx/ecosistemas/pastizales

[vichdzgeo]

Obsoleto

Matrices de confusión de coberturas con la versión 4 de clasificación:

• areas_conservacion\insumos\matrices_confusion_cobertura_cats_v4.xlsx

@paola-gp

[vichdzgeo]

Obsoleto

IDs y Categorías de USV y Vegetación INEGI versión 4

INEGI v4	Categoria V3	Categoria V4
1	Acuícola	Acuícola
2	Agricultura de riego y Agricultura de temporal	Agricultura- pastizal- bosque cultivado- palmar
2	Bosque cultivado/Palmar inducido	Agricultura- pastizal- bosque cultivado- palmar
2	Pastizal	Agricultura- pastizal- bosque cultivado- palmar
4	Asentamiento humano	Asentamiento humano
6	Cuerpo de agua	Cuerpo de agua
7	Manglar y Vegetación de petén	Manglar- petén - tular-hidrófila
7	Tular	Manglar-petén-tular-hidrófila
7	Vegetación halófila hidrófila	Manglar- petén - tular-hidrófila
9	Selva baja	Selva
9	Selva mediana	Selva
9	Sabana	Selva
11	Sin vegetación	Sin vegetación
14	Vegetación de duna costera	Vegetación de duna costera
17	ND	ND

Seleccionar las categorías a excluir valor pixel = 999

• [x] 1 Acuícola
• [x] 2 Agricultura- pastizal- bosque cultivado- palmar
• [x] 4 Asentamiento humano
• [ ] 6 Cuerpo de agua
• [ ] 7 Manglar- petén - tular-hidrófila
• [ ] 9 Selva
• [x] 11 Sin vegetación
• [ ] 14 Vegetación de duna costera
• [x] 17 ND

[vichdzgeo]

Obsoleto

NO USAR SIN VERIFICACION

IDs y Categorías de cobertura CONAFOR versión 4

CONAFOR V4	Categoria V3	Categoria V4
2	Tierra Agrícola Cultivo Anual (T, R y H) (A y S) y Tierra Agrícola Cultivo Perenne (T, R y H) (P)	Agricultura- pastizal- bosque cultivado- palmar
4	Urbano y Construido (ZU y AH)	Asentamiento humano
2	Bosque Cultivado e Inducido (BC y BI)	Agricultura- pastizal- bosque cultivado- palmar
6	Agua (H2O, PRE y ACUI)	Cuerpo de agua
7	Manglar y Petén (VM y VP)	Manglar- petén - tular-hidrófila
2	Pastizal Cultivado e Inducido (PC y PI)	Agricultura- pastizal- bosque cultivado- palmar
9	Selva Baja Caducifolia Subcaducifolia (SBC, SBK, SBS,MST y VPI )	Selva
9	Selva Baja y Mediana Subperennifolia (SBQ, SBQP, SMQ, SG y VPN) y Selva Mediana Caducifolia y Subcaducifolia (SMC y SMS)	Selva
11	Suelo Desnudo (ADV y DV)	Suelo Desnudo
9	Pastizal Natural (PN, PY, PH, VW, VS y VSI)	Agricultura- pastizal- bosque cultivado- palmar
7	Tular (VT)	Manglar- petén - tular-hidrófila
14	Vegetación de Dunas Costeras (VU)	Vegetación de Dunas Costeras
7	Vegetación Halófila Hidrófila (VHH)	Manglar- petén - tular-hidrófila
17	ND	ND

Seleccionar las categorías a excluir valor pixel = 999

• [x] 2 Agricultura- pastizal- bosque cultivado- palmar
• [x] 4 Asentamiento humano
• [ ] 6 Cuerpo de agua
• [ ] 7 Manglar- petén - tular-hidrófila
• [ ] 9 Selva
• [ ] 9 Agricultura- pastizal- bosque cultivado- palmar
• [x] 11 Suelo Desnudo
• [ ] 14 Vegetación de Dunas Costeras
• [x] 17 ND

[vichdzgeo]

Obsoleto

IDs y Categorías de cobertura INFversión 3

INF v3	Categoria V2	Categoria V4
1	Acuícola	Acuícola
2	Agricultura de (humedad - riego - temporal)	Agricultura- pastizal- bosque cultivado- palmar
17	ND	ND
4	Asentamiento humano	Asentamiento humano
6	Cuerpo de agua	Cuerpo de agua
11	Desprovisto de vegetación	Desprovisto de vegetación
7	Manglar	Manglar- petén - tular-hidrófila
2	Palmar inducido	Agricultura- pastizal- bosque cultivado- palmar
2	Pastizal (cultivado - halófilo - inducido)	Agricultura- pastizal- bosque cultivado- palmar
9	Pastizal halófilo	Selva
2	Pastizal inducido	Agricultura- pastizal- bosque cultivado- palmar
9	Sabana	Selva
9	Selva baja caducifolia	Selva
9	Selva baja espinosa caducifolia	Selva
9	Selva baja espinosa subperennfolia	Selva
9	Selva baja subcaducifolia	Selva
9	Selva mediana caducifolia	Selva
9	Selva mediana subcaducifolia	Selva
9	Selva mediana subperennifolia	Selva
7	Tular	Manglar- petén - tular-hidrófila
14	Vegetación de dunas costeras	Vegetación de dunas costeras
7	Vegetación de petén	Manglar- petén - tular-hidrófila
7	Vegetación halófila hidrófila	Manglar- petén - tular-hidrófila

Seleccionar las categorías a excluir valor pixel = 999

• [x] 1 Acuícola
• [x] 2 Agricultura- pastizal- bosque cultivado- palmar
• [x] 4 Asentamiento humano
• [ ] 6 Cuerpo de agua
• [ ] 7 Manglar- petén - tular-hidrófila
• [ ] 9 Selva
• [x] 11 Desprovisto de vegetación
• [ ] 14 Vegetación de dunas costeras
• [x] 17 ND

[vichdzgeo]

Obsoleto

Comparación de coberturas específicas

Ruta: areas_conservacion\verificacion

• inf_cls11_poligonos.kml
• inf_cls11_poligonos_estilo.kml
• inf_cls11_conafor_cls6_poligonos.kml
• inf_cls11_conafor_cls6_poligonos_estilo.kml
• inf_cls11_conafor_cls7_poligonos.kml
• inf_cls11_conafor_cls7_poligonos_estilo.kml @paola-gp

[paola-gp]

Recordar diferencias en límites de ANP y agregar el problema de la ANP privada reserva biocultural Helen Moyers

[paola-gp]

Matrices de confusión

• [x] Documentar la mejora de capa Serie VI Inegi en issue #24
• [x] Reclasificar todas las series de INEGI con base en resultados de análisis INEGI-INF y Conafor matrices_confusion_cobertura_Cats_v4.xlsx

id	Clase
1	Acuícola
2	Agricultura
4	Asentamiento humano
6	Cuerpo de agua
7	Manglar, petén, tular e hidrófila
9	Selva
11	Sin vegetación
14	Duna costera
17	ND

• [x] Matríz de confusión Serie I a Serie II
• [x] Matriz de confusión Serie II a Serie III
• [x] Matriz de confusión Serie III a Serie IV
• [x] Matriz de confusión Serie IV a Serie V
• [x] Matriz de confusión Serie V a VI
• [x] Matríz de confusión Serie I a Serie III
• [x] Matríz de confusión Serie III a Serie VI
• [ ] Mejorar capas Series analizadas y acordadas

[vichdzgeo]

Producto

Matrices de confusión de las series de INEGI

Ruta:SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\insumos\matrices_inegi.xlsx @paola-gp

[paola-gp]

• [x] Generar archivos actualizados para fragstats con series corregidas INEGIv4 @vichdzgeo

[vichdzgeo]

Insumos para fragstats

Insumos:

• Capas de cobertura versión 4 corregidas SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\inegi\series_corregidas
• Red Nacional de Caminos INEGI -- Red vial de caminos 2019 Insumo original SIG/desarrollo/sig_fomix/insumos/transporte/inegi/red_vial_19/red_vial_penyuc.shp para el procesamiento se extrajeron las geometrías con las siguientes categorías:
  • avenidas
  • Boulevard
  • Calle
  • Camino
  • Carretera
  • Prolongación

ruta : sig_fomix\procesamiento\areas_conservacion\insumos\carreteras\ Se realizo una limpieza escalonada partitiendo del insumo de la red vial 2019, basado en las áreas detectadas como "Asentamiento humano" para cada capa y vistas de imagenes satélitales de diferentes años, se observo que gran parte de los caminos existen, el filtrado de caminos es un proceso no detallado, se tiende a exagerar los posibles caminos existentes en las diferentes series.

Para serie 6 carretera_prolongacion_camino_calle_2019.shp Para serie 6 carretera_prolongacion_camino_calle_2011.shp Para serie 6 carretera_prolongacion_camino_calle_2002.shp Para serie 6 carretera_prolongacion_camino_calle_1985.shp el valor de pixel de estas vialidades se clasifica en la capa de insumo para fragstats como 18

Solo la categoría 17 ND se cambia a valor = 999

Ruta:SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\insumos_fragstats

• i_fragstats_usv_serie1_100m_v4_corregida.tif
• i_fragstats_usv_serie3_100m_v4_corregida.tif
• i_fragstats_usv_serie5_100m_v4_corregida.tif
• i_fragstats_usv_serie6_100m_v4_corregida.tif

@paola-gp

[paola-gp]

Obsoleto

Fragstats corrida 7-mayo-2021

Insumo: i_fragstats_usv_serie6_100m_v4_corregida.tif Resultado: /resultados_fragstats/resultado_serie6_7_mayo

PATCH METRICS

• Patch Area (AREA)
• Fractal dimension index FRAC
• Core Area CORE
• Number of core areas NCORE
• Edge Contrast Index ECON
• Euclidean nearest neighbor ENN

Coberturas evaluadas

Archivo: _descriptorscorrida1.fcd ID	Name	Enabled	IsBackground
1	acuicola	true	true
2	agri-pastizal	true	true
4	urbano	true	true
6	agua	true	false
7	manglar-peten	true	false
9	selva	true	false
11	sinvegetacion	true	true
14	dunas	true	false
18	vialidades	true	true

Matriz de contraste

archivo: _contrastcorrida1.fsq	1	2	4	6	7	9	11	14	18
1	0	0	0	0.5	0.5	0	0	1	0
2	0	0	0	0.5	1	0.5	0	0	0
4	0	0	0	1	0	1	0	1	0
6	0	0	0	0	0	0	1	0	1
7	0	1	0	0	0	0	1	0	1
9	0	0	1	0	0	0	1	0	1
11	0	0	0	1	1	1	0	1	0
14	0	0	0	0.5	0	0	0	0	1
18	0	0	0	1	1	1	0	1	0

Se usa 4 neiborhood rule para que tome en cuenta adecuadamente los caminos

• [x] En espera de insumo con vialidades completas como ID 18 @vichdzgeo

[paola-gp]

Obsoleto

Fragstats corrida 17-mayo-2021

Insumos en batch:

• i_fragstats_usv_serie6_100m_v4_corregida.tif
• i_fragstats_usv_serie5_100m_v4_corregida.tif
• i_fragstats_usv_serie3_100m_v4_corregida.tif
• i_fragstats_usv_serie1_100m_v4_corregida.tif

Resultados: /resultados_fragstats/

• resultados_17_mayo.adj - lo que evalua
• resultados_17_mayo.patch - resultados para parches
• resultados_17_mayo.class - resultados para clases
• resultado_i_fragstats_usv_serie6_100m_v4_corregida
• resultado_i_fragstats_usv_serie5_100m_v4_corregida
• resultado_i_fragstats_usv_serie3_100m_v4_corregida
• resultado_i_fragstats_usv_serie1_100m_v4_corregida

PATCH METRICS

• Patch Area AREA
• Fractal dimension index FRAC
• Core Area CORE
• Number of core areas NCORE
• Edge Contrast Index ECON
• Euclidean nearest neighbor ENN

Class metrics

• Total area CA/TA
• Percentage of lansdcape PLAND
• Total edge TE
• Edge density ED
• Patch are mean AREA_MN and standard deviation AREA_SD
• Fractal dimension index FRAC_MN and standard deviation FRAC_SD
• Number of disjunct core areas NDCA
• Core Area mean CORE_MN and standard deviation CORE_SD
• Edge Contrast Index ECON_MN and standard deviation ECON_SD
  • Euclidean nearest neighbor ENN_MN and standard deviation ENN_SD

Coberturas evaluadas

Archivo: _descriptorscorrida1.fcd ID	Name	Enabled	IsBackground
1	acuicola	true	true
2	agri-pastizal	true	true
4	urbano	true	true
6	agua	true	false
7	manglar-peten	true	false
9	selva	true	false
11	sinvegetacion	true	true
14	dunas	true	false
18	vialidades	true	true

Matriz de contraste

archivo: _contrastcorrida1.fsq	1	2	4	6	7	9	11	14	18
1	0	0	0	0.5	0.5	0	0	1	0
2	0	0	0	0.5	1	0.5	0	0	0
4	0	0	0	1	0	1	0	1	0
6	0	0	0	0	0	0	1	0	1
7	0	1	0	0	0	0	1	0	1
9	0	0	1	0	0	0	1	0	1
11	0	0	0	1	1	1	0	1	0
14	0	0	0	0.5	0	0	0	0	1
18	0	0	0	1	1	1	0	1	0

• [x] Actualizar issue indicando que vialidades se incorporaron de qué capa @vichdzgeo
• [x] Convertir .patch y .class a excel @vichdzgeo

[vichdzgeo]

obsoleto

Conversión de archivos .path y .class a excel

Se modifican los nombres de las columnas:

• Se eliminaron los espacios
• se cambia a minúsculas

Código areas_conservacion\codigos\convierte_resultados_xlsx.py

Resultados: areas_conservacion\resultados_fragstats\

• resultados_17_mayo_class.xlsx
• resultados_17_mayo_patch.xlsx

en ambos archivos se agrega en número de serie que le corresponde en la columna serie

@paola-gp

[paola-gp]

Insumos

Insumos en batch:

• i_fragstats_usv_serie6_100m_v4_corregida.tif
• i_fragstats_usv_serie5_100m_v4_corregida.tif
• i_fragstats_usv_serie3_100m_v4_corregida.tif
• i_fragstats_usv_serie1_100m_v4_corregida.tif

Resultados: /resultados_fragstats/

• resultados_18_mayo.adj - lo que evalua
• resultados_18_mayo.patch - resultados para parches
• resultados_18_mayo.class - resultados para clases
• resultado_i_fragstats_usv_serie6_100m_v4_corregida
• resultado_i_fragstats_usv_serie5_100m_v4_corregida
• resultado_i_fragstats_usv_serie3_100m_v4_corregida
• resultado_i_fragstats_usv_serie1_100m_v4_corregida

PATCH METRICS

• Patch Area AREA
• Fractal dimension index FRAC
• Core Area CORE
• Number of core areas NCORE
• Edge Contrast Index ECON
• Euclidean nearest neighbor ENN

Class metrics

• Total area CA/TA
• Percentage of landscape PLAND
• Total edge TE
• Edge density ED
• Patch are mean AREA_MN and standard deviation AREA_SD
• Fractal dimension index FRAC_MN and standard deviation FRAC_SD
• Number of disjunct core areas NDCA
• Core Area mean CORE_MN and standard deviation CORE_SD
• Edge Contrast Index ECON_MN and standard deviation ECON_SD
  • Euclidean nearest neighbor ENN_MN and standard deviation ENN_SD

Coberturas evaluadas

Archivo: _descriptorscorrida1.fcd ID	Name	Enabled	IsBackground
1	acuicola	true	true
2	agri-pastizal	true	true
4	urbano	true	true
6	agua	true	false
7	manglar-peten	true	false
9	selva	true	false
11	sinvegetacion	true	true
14	dunas	true	false
18	vialidades	true	true

Matriz de contraste actualizado por falta de resultados en corrida 17 de mayo

archivo: _contrastcorrida1.fsq	acuicola	agri-pastizal	urbano	agua	manglar-peten	selva	sinvegetacion	dunas	vialidades
		1	2	4	6	7	9	11	14	18
acuicola	1	0	0	0	0.5	0.5	0.5	0	1	0
agri-pastizal	2	0	0	0	0.75	0.75	0.75	0	0.75	0
urbano	4	0	0	0	1	1	1	0	1	0
agua	6	0.5	0.75	1	0	0	0	1	0	1
manglar-peten	7	0.5	0.75	1	0	0	0	1	0	1
selva	9	1	0.75	1	0	0	0	1	0	1
sinvegetacion	11	0	0	0	1	1	1	0	1	0
dunas	14	1	0.75	1	0	0	0	1	0	1
vialidades	18	0	0	0	1	1	1	0	1	0

Se usa 4 neiborhood rule para que tome en cuenta adecuadamente los caminos

• [x] Favor de generar excel de resultados @vichdzgeo

[vichdzgeo]

Aviso

ya se encuentran actualizados los insumos para fragstats 2/06/2021 Ruta:SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\insumos_fragstats

i_fragstats_usv_serie1_100m_v4_corregida.tif i_fragstats_usv_serie3_100m_v4_corregida.tif i_fragstats_usv_serie5_100m_v4_corregida.tif i_fragstats_usv_serie6_100m_v4_corregida.tif @paola-gp

[paola-gp]

Integración de índice de áreas a proteger, restaurar y conservar

Parte 1: Cobertura

Insumo: resultado_3_junio_patch.xlsx

• [x] 1. Actualizar el valor del índice de cada parche: _indusv por tipo de cobertura con los mínimos y máximos globales para las cuatro series de USV.
• [x] 2. Generar el mapa de parches con el índice 1 por serie.
• [x] 3. Calcular promedio del índice de los parches por serie y por tipo de cobertura por región
• [ ] 4. Generar el mapa del índice por tipo de cobertura por región por serie

[vichdzgeo]

Procedimiento

1. Actualizar el valor del índice de cada parche: ind_usv por tipo de cobertura con los mínimos y máximos globales para las cuatro series de USV.

Insumo SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/resultados_fragstats/resultado_3_junio.patch

Código SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\codigos\genera_fv_cobertura.py

Producto

ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/resultados_fragstats/resultado_3_junio_indices_patch.xslx ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/resultados_fragstats/resultado_3_junio_indices_patch.csv Archivo en excel y csv que las siguientes columnas adicionales

campo	descripción
frac_ideal_dec	valores resultantes de llevar a ídeal decreciente los valores del campo frac por tipo de cobertura
enn_ideal_dec	valores resultantes de llevar a ídeal decreciente los valores del campo enn por tipo de cobertura
frac_norm_dec	fv normalizada del campo frac_ideal_dec por tipo de cobertura
enn_norm_dec	fv normalizada del campo enn_ideal_dec por tipo de cobertura
core_norm	fv normalizada del campo core por tipo de cobertura
ind_usv	indice que involucra a los campos frac_norm_dec, enn_norm_dec, core_norm

2. Generar el mapa de parches con el índice 1 por serie.

se crea una copia del archivo csv del paso 1 a la siguiente ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/insumos/indices_cobertura/resultado_3_junio_indices_patch.csv

Insumos

• Archivo resultado_3_junio_indices_patch.csv
• capa de máscara para Yucatán
• (4) capa de parches por serie (1,3,5,6) /SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/resultados_fragstats/resultados_i_fragstats_usv_serie"+str(serie)+"_100m_v4_corregida_3_jun.tif"

código SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\codigos\genera_indice_por_serie.py

• El código lee el archivo csv,
• Realiza una consulta por serie y filtra los campos pid que es el id del parche correspondiente a la serie y el campo ind_usv
• Construye un archivo de reglas de reclasificación, para ello el valor del índice se multiplica por 1000 y se convierte a entero
• Reclasifica la capa de parches por serie según el archivo de reglas de reclasificación
• El resultado de la reclasificación es dividido entre 1000 para obtener de nuevo el valor original del índice
• Se aplica la máscara de la zona de estudio.

Productos ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/procesamiento/indices_cobertura/

8 capas tiff

• ind_usv_serie#.tif

3. Calcular promedio del índice de los parches por serie y por tipo de cobertura por región

Insumos

• capas tif del índice por serie (4)
• capas de cobertura utilizadas como insumo para fragstats SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/insumos_fragstats/i_fragstats_usv_serie"+str(serie)+"_100m_v4_corregida.tif"

Código

Producto ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/procesamiento/indices_cobertura/

archivo de excel con los promedios por region, cobertura

• promedios_ind_usv_cobertura_region.xlsx (resultado de la clp)

Promedios del índice de usv por cobertura por región

region	serie	tipo_cob	m_ind_usv
1	1	agua	0.322
1	1	manglar-peten	0.707
1	1	selva	0.261
1	1	dunas	0.253
1	3	agua	0.324
1	3	manglar-peten	0.637
1	3	selva	0.242
1	3	dunas	0.259
1	5	agua	0.32
1	5	manglar-peten	0.64
1	5	selva	0.24
1	5	dunas	0.264
1	6	agua	0.266
1	6	manglar-peten	0.637
1	6	selva	0.239
1	6	dunas	0.27
2	1	agua	0.399
2	1	manglar-peten	0.21
2	1	selva	0.269
2	1	dunas	0.254
2	3	agua	0.486
2	3	manglar-peten	0.229
2	3	selva	0.244
2	3	dunas	0.213
2	5	agua	0.501
2	5	manglar-peten	0.232
2	5	selva	0.245
2	5	dunas	0.223
2	6	agua	0.471
2	6	manglar-peten	0.226
2	6	selva	0.243
2	6	dunas	0.226
3	1	selva	0.586
3	3	agua	0.274
3	3	selva	0.239
3	5	agua	0.274
3	5	selva	0.237
3	6	agua	0.274
3	6	selva	0.234
4	1	agua	0.245
4	1	manglar-peten	0.485
4	1	selva	0.241
4	1	dunas	0.213
4	3	agua	0.257
4	3	manglar-peten	0.464
4	3	selva	0.235
4	3	dunas	0.216
4	5	agua	0.262
4	5	manglar-peten	0.344
4	5	selva	0.234
4	5	dunas	0.223
4	6	agua	0.266
4	6	manglar-peten	0.327
4	6	selva	0.231
4	6	dunas	0.223
5	1	agua	0.574
5	1	manglar-peten	0.371
5	1	selva	0.299
5	1	dunas	0.65
5	3	agua	0.538
5	3	manglar-peten	0.34
5	3	selva	0.233
5	3	dunas	0.421
5	5	agua	0.55
5	5	manglar-peten	0.256
5	5	selva	0.233
5	5	dunas	0.387
5	6	agua	0.556
5	6	manglar-peten	0.262
5	6	selva	0.224
5	6	dunas	0.372
6	1	selva	0.644
6	3	agua	0.154
6	3	selva	0.242
6	5	agua	0.153
6	5	selva	0.247
6	6	agua	0.153
6	6	selva	0.237
7	1	manglar-peten	0.228
7	1	selva	0.381
7	3	agua	0.276
7	3	selva	0.258
7	5	agua	0.273
7	5	selva	0.249
7	6	agua	0.273
7	6	selva	0.245

@paola-gp

[vichdzgeo]

Actualización

@paola-gp insumos para fragstats actualizados

Ruta:SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\insumos_fragstats

i_fragstats_usv_serie1_100m_v4_corregida.tif i_fragstats_usv_serie3_100m_v4_corregida.tif i_fragstats_usv_serie5_100m_v4_corregida.tif i_fragstats_usv_serie6_100m_v4_corregida.tif

[paola-gp]

Versión final 14 de junio @vichdzgeo

resultados fragstats 14/06/2021 Ruta:SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\resultados_fragstats

Versiones

• Se descarta versión de 17 de mayo por problemas en métrica de contraste (tabla de insumo se actualiza)
• Se descarta versión de 18 de mayo por problemas en métrica de contraste (tabla de insumo se actualiza para exagerar contraste de todas las coberturas naturales)
• Se descarta versión de 19 de mayo por problemas por similitud del resto de métricas por considerarse error el usar la misma capa de caminos para todas las series.
• Se descarta versión de 24 de mayo para actualizar con caminos históricos (con escala muy gruesa y errores de ubicación )
• Se descarta versión del 3 de junio con caminos corregidos (con base en última capa de caminos) por agrupar parches en series históricas (generando parches muy grandes y perder capacidad de discriminar el índice en serie VI. Última versión 14 de junio

Suposiciones

• Misma capa de caminos 2020 para todas las series de inegi clasificadas por falta de información confiable histórica y revisión de google earth histórico con muchos caminos
• Caminos no diferenciados en categorías (mismo peso carreteras y caminos)
• Mismo índice de tres indicadores reportado el 8 de junio (no se considera contraste por dificultar para interpretar resultados)
• 4 cell neighborhood rule (para no perder diferenciación entre parches)
• 100 m de profundidad
• Separación de indicadores por tipo de cobertura para no promediar patrones distintos de cambio
• Normalización para índice con base en el máximo de los máximos para 4 series de inegi.

resultado_14_jun

resultados_i_fragstats_usv_serie1_100m_v4_corregida_14_jun.tif resultadosi_fragstats_usv_serie3_100m_v4_corregida_14_jun.tif resultadosi_fragstats_usv_serie5_100m_v4_corregida_14_jun.tif resultadosi_fragstats_usv_serie6_100m_v4_corregida_14_jun.tif

[vichdzgeo]

Aviso

Ya se encuentran transformados en formato excel los archivos patch y class @paola-gp

Ruta:SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\resultados_fragstats

• resultado_14_jun_class.xlsx
• resultado_14_jun_patch.xlsx

[paola-gp]

Tabla de resultados

Región	Serie	Categoría	Número de parches	Área km2
I	1	Nula	NA
II	1
III	1
IV	1
V	1
VI	1

[paola-gp]

@CorinaCantero: favor de enlistar la ubicación de los siguientes insumos:

[CorinaCantero]

AVISO

@paola-gp @vichdzgeo

Ubicación de insumos:

Zonas de recarga: Batllori-Sampedro, E., y Canto-Mendiburu, S. (sin año) 'Recarga promedio 2004-2008'. Escala: sin dato SIG\desarrollo\sig_fomix\procesamiento\analisis_aptitud\sectores\conservacion\procesamiento\recarga_acuifero_batllori_04_08_equidistante

unidades = milímetros
0 100 200 300 400 500

Vulnerabilidad del acuífero: Batllori-Sampedro, E. y Canto-Mendiburu, S. (2019). 'Vulnerabilidad intrínseca del acuífero en el Estado de Yucatán'. Escala: sin dato. SIG\desarrollo\sig_fomix\insumos\agua\dr_batllori\vul_intrinseca_agua\vul_acuifero_corregida.tif

Cenotes: SDS (2021). 'Cenotes'. Escala: sin dato. Secretaría de Desarrollo Sustentable. Yucatán, México. SIG\desarrollo\sig_fomix\insumos\agua\sds\cenotes_2021

Humedales costeros: INEGI (2014). Modelo cartográfico de humedales. Escala: 1:50,000 Instituto Nacional de Estadística y Geografía. Aguascalientes, México. SIG\desarrollo\sig_fomix\insumos\agua\inegi\humedales\modelo_cartografico_humedales\conjunto_de_datos\humelades_utm16.shp

ANP: Todas las ANP ---> SIG\desarrollo\sig_fomix\procesamiento\analisis_aptitud\sectores\conservacion\insumos\anp.shp

CONABIO, (14/10/2015). 'Áreas Naturales Protegidas Estatales, Municipales, Ejidales y Privadas de México 2015 ', edición: 1. Escala: sin dato. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. Distrito Federal Tlalpan. CONANP (2017). 'Áreas Naturales Protegidas Federales de la República Mexicana'. Escala: sin dato. Comisión Nacional de Áreas Naturales Protegidas SDS (2020). 'Áreas Naturales Protegidas'. Escala: sin dato. Secretaría de Desarrollo Sustentable. Yucatán, México.

Biomasa aérea:

• Opción 1 - Hernández-Stefanoni, J. (2021). 'Biomasa aérea'. Escala: sin dato. Centro de Investigación Científica de Yucatán (CICY) SIG\desarrollo\sig_fomix\insumos\ambiente\mapa_biomasa
• Opción 2 - Inventario Nacional Forestal. Raster de incertidumbre. Biomasa aérea promedio SNIGF CONAFOR 2014 ---> SIG\desarrollo\sig_fomix\insumos\cobertura\conafor\snigf\raster_incertidumbre\fill_Daso_A_Biom.ha_aerea_QRF_band1median_band2uncertainty_I.ovr
• Opción 3 - Inventario Nacional Forestal. Raster de predicción. Biomasa aérea promedio SNIGF CONAFOR 2014 ---> SIG\desarrollo\sig_fomix\insumos\cobertura\conafor\snigf\raster_prediccion\PRED_Daso_A_Biom.ha_aerea

Especies melíferas: SEDUMA (sin año). 'Especies melíferas'. Sin escala. Secretaría de Desarrollo Urbano y Medio Ambiente Unidades: número de especies SIG\desarrollo\sig_fomix\insumos\agricultura\seduma\region_apicola\apicola_apiarios\riqueza_melifera_yuc

[vichdzgeo]

Procedimiento

1. Actualizar el valor del índice de cada parche: ind_usv por tipo de cobertura con los mínimos y máximos globales para las cuatro series de USV.

Insumo SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/resultados_fragstats/resultado_14_jun.patch

Código SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\codigos\genera_fv_cobertura.py

Producto

ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/resultados_fragstats/resultado_14_jun_indices_patch.xslx ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/resultados_fragstats/resultado_14_jun_indices_patch.csv Archivo en excel y csv que las siguientes columnas adicionales

campo	descripción
frac_ideal_dec	valores resultantes de llevar a ídeal decreciente los valores del campo frac por tipo de cobertura
enn_ideal_dec	valores resultantes de llevar a ídeal decreciente los valores del campo enn por tipo de cobertura
frac_norm_dec	fv normalizada del campo frac_ideal_dec por tipo de cobertura
enn_norm_dec	fv normalizada del campo enn_ideal_dec por tipo de cobertura
core_norm	fv normalizada del campo core por tipo de cobertura
ind_usv	indice que involucra a los campos frac_norm_dec, enn_norm_dec, core_norm

2. Generar el mapa de parches con el índice 1 por serie.

se crea una copia del archivo csv del paso 1 a la siguiente ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/insumos/indices_cobertura/resultado_14_jun_indices_patch.csv

Insumos

• Archivo resultado_14_jun_indices_patch.csv

• capa de máscara para Yucatán ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\resultados_fragstats

• resultados_i_fragstats_usv_serie1_100m_v4_corregida_14_jun.tif (capa de parches para la serie 1)

• resultados_i_fragstats_usv_serie3_100m_v4_corregida_14_jun.tif (capa de parches para la serie 3)

• resultados_i_fragstats_usv_serie5_100m_v4_corregida_14_jun.tif (capa de parches para la serie 5)

• resultados_i_fragstats_usv_serie6_100m_v4_corregida_14_jun.tif (capa de parches para la serie 6)

• regiones.tif 'C:/Dropbox (LANCIS)/SIG/desarrollo/sig_fomix/procesamiento/regiones/regiones.tif' código SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\codigos\genera_indice_por_serie.py

• El código lee el archivo csv,

• Realiza una consulta por serie y filtra los campos pid que es el id del parche correspondiente a la serie y el campo ind_usv

• Construye un archivo de reglas de reclasificación, para ello el valor del índice se multiplica por 1000 y se convierte a entero

• Reclasifica la capa de parches por serie según el archivo de reglas de reclasificación

• El resultado de la reclasificación es dividido entre 1000 para obtener de nuevo el valor original del índice

• Se aplica la máscara de la zona de estudio.

Productos ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/procesamiento/indices_cobertura/

• ind_usv_serie1.tif
• ind_usv_serie3.tif
• ind_usv_serie5.tif
• ind_usv_serie6.tif

3. Categorizar las capas de índice de usv por serie

Se exploraron los factores de progresión 1.3,1.4,1.5,1.6,1.7,1.8,1.9,2.0 con el tipo de clasificación progresiva y el intervalo de cortes fijos de 0 a 1 y se determino que la representación más adecuada para categorizar los índices es con el factor de progresión 1.7

no_cat	categoría	intervalo inf	intervalo sup
1	Muy baja	0.000	0.053
2	Baja	0.053	0.143
3	Moderada	0.143	0.296
4	Alta	0.296	0.557
5	Muy alta	0.557	1.000

código: CARPETAS_TRABAJO\vhernandez\geo_lancis\codigos\secundarios\clasificador_raster.py

Adicionalmente se rellenaron los datos nulos con 0 y se agrego la categoría "Nula" Por cuestiones de buenas practicas se aplica la máscara de la zona de estudio

Producto

ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\indices_cobertura\indices_cobertura_clasificados

• ind_usv_serie1_progresiva_1_7.tif
• ind_usv_serie3_progresiva_1_7.tif
• ind_usv_serie5_progresiva_1_7.tif
• ind_usv_serie6_progresiva_1_7.tif

4. Calcular el área por categoría de índice por serie por región y número de parches.

insumos

ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\indices_cobertura\indices_cobertura_clasificados

• ind_usv_serie1_progresiva_1_7.tif

• ind_usv_serie3_progresiva_1_7.tif

• ind_usv_serie5_progresiva_1_7.tif

• ind_usv_serie6_progresiva_1_7.tif

• ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\resultados_fragstats

• resultados_i_fragstats_usv_serie1_100m_v4_corregida_14_jun.tif (capa de parches para la serie 1)

• resultados_i_fragstats_usv_serie3_100m_v4_corregida_14_jun.tif (capa de parches para la serie 3)

• resultados_i_fragstats_usv_serie5_100m_v4_corregida_14_jun.tif (capa de parches para la serie 5)

• resultados_i_fragstats_usv_serie6_100m_v4_corregida_14_jun.tif (capa de parches para la serie 6)

• regiones.tif 'C:/Dropbox (LANCIS)/SIG/desarrollo/sig_fomix/procesamiento/regiones/regiones.tif'

Procedimiento

código SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\codigos\genera_area_indices_region.py

el código realiza las consultas de región y tipo de categoria por índice (para diferente serie) y realiza la cuanta de pixeles, para fines de este resultado los datos son en km², también realiza una consulta del número de parches involucrados en en esa región para esa categoría. ( puede que el parche se cuente más de una vez en algunas regiones)

Producto

ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\indices_cobertura\indices_cobertura_clasificados

• ind_usv_categorias_region.xlsx

@paola-gp

[paola-gp]

Integración de informe

1. Clasificación de clases de uso de suelo y vegetación

• [x] Clasificación de cobertura Series INEGI @CorinaCantero ver último comentario de issue #24
• [x] Qué series se usaron @CorinaCantero

Ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\inegi\series_corregidas usv_serie1_100m_v4_corregida.tif usv_serie3_100m_v4_corregida.tif usv_serie5_100m_v4_corregida.tif usv_serie6_100m_v4_corregida.tif

• [x] CONABIO de manglares @CorinaCantero @vichdzgeo ver issue
• [x] Mapas nuevos de cobertura @CorinaCantero
• [x] Tablas de superficies de coberturas @vichdzgeo y @CorinaCantero

Basarse en el siguiente archivo de Excel SIG\desarrollo\sig_fomix\procesamiento\cambio_cobertura_ca\insumos\series_corregidas\matrices_s1_s3_s5_s6_corregida_abril_transpuestas.xlsx

2. Análisis de calidad de parches de cobertura natural

• [x] Diagrama @Nayita

• [x] Gráficas de funciones de valor por cobertura @CorinaCantero

• [x] Dar mínimo de los mínimos y máximo de los máximos por cobertura @vichdzgeo

Unidades core(km²), enn (hm)

clase	frac_min	frac_max	enn_min	enn_max	core_min	core_max
agua	1	1.2587	1.4	623.1	0	88.9
dunas	1	1.2136	1.4	31.0	0	7.3
manglar-peten	1	1.2607	1.4	287.9	0	318.3
selva	1	1.1913	1.4	52.1	0	997.8

• [x] Decir cuales lineales y lineales decrecientes @vichdzgeo frac y enn = Lineal decreciente core = lineal
• [x] Cambiar a mejor calidad, peor calidad en ejes @CorinaCantero
• [x] 4 mapas de calidad de parches de cobertura natural @CorinaCantero @vichdzgeo

ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\indices_cobertura\indices_cobertura_clasificados ind_usv_serie1_progresiva_1_7.tif ind_usv_serie3_progresiva_1_7.tif ind_usv_serie5_progresiva_1_7.tif ind_usv_serie6_progresiva_1_7.tif

• [ ] Gráficas de cajas y bigote para cada cobertura @paola-gp
• [ ] Gráfica de parches y áreas por categoría, serie y región @paola-gp
• [x] Insumo tabla tabla issue 16 junio @vichdzgeo

ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\indices_cobertura\indices_cobertura_clasificados\ind_usv_categorias_region.xlsx

[Nayita]

Diagrama de Análisis de calidad de parches de cobertura natural

Ruta: FOMIX\fmx_estudio_tecnico\diagnostico\areas_conservacion\insumos\figuras

[paola-gp]

Insumos para indicador de humedales

• [ ] 1. Cenotes (4 fuentes)

1. SDS (2021). 'Cenotes'. Escala: sin dato. Secretaría de Desarrollo Sustentable. Yucatán, México. SIG\desarrollo\sig_fomix\insumos\agua\sds\cenotes_2021
2. Aguilar Yameli et al (2016). 'Depresiones (dolinas y uvalas) ' SIG\desarrollo\sig_fomix\insumos\geocientifica\francisco_bautista\geomorfologia\Dep_Total
3. INEGI (2014). 'Modelo cartográfico de humedales'. SIG\desarrollo\sig_fomix\insumos\agua\inegi\humedales\modelo_cartografico_humedales --> utilizar subclase cenotes
4. INEGI (2010). 'Red hidrográfica' Escala:1:50,000. Polígonos de cuerpos de agua SIG\desarrollo\sig_fomix\insumos\agua\inegi\red_hidrografica\union_cuerpos_agua\cuerpo_agua_perenne_yuc.shp

• [ ] 2. Humedales costeros
• [ ] 3. Humedales terrestres (no costeros o cenotes)

No son necesarias las categorías de humedales: estanques, excavación y charcas

[paola-gp]

Indicador de biomasa- Stefanoni

2021, pixel 25 m2 t/ha

• [x] Logistica, saturación 3, centro 138
• [x] Valores de 80 son caminos

[paola-gp]

Indicador especies mielíferas

• min 0.97

• max 37.3

• [x] Categorizar linealmente en cinco categorías

[vichdzgeo]

Revisar los insumos para capa de humedales

red hidrográfica INEGI vs Depresiones

• 'Depresiones (dolinas y uvalas) SIG\desarrollo\sig_fomix\insumos\geocientifica\francisco_bautista\geomorfologia\Dep_Total

• Polígonos de cuerpos de agua SIG\desarrollo\sig_fomix\insumos\agua\inegi\red_hidrografica\union_cuerpos_agua\cuerpo_agua_perenne_yuc.shp

1. 1555 polígonos de la capa de cuerpos de agua (sin incluir lagunas) estan contenidos en la capa de depresiones dep_total
2. existen 49 poligonos de la capa de cuerpos de agua que no estan contenidos en la capa de dep_total. Se extraen estos polígonos cuerpos_agua_inegi_no_dep_total.shp

Humedales vs red hidrográfica INEGI

La mayoría de los polígonos que pueden ser humedales costeros en la capa de cuerpos de Agua de inegi están contenidos dentro de los polígonos de humedales. existes pocas zonas que no son incluidas y con base a la imagen satélital son cuerpos de agua, sin embargo la delimitación de estos polígonos no es detallada por lo cual se requiere hacer el proceso manual.

Se recomienda utilizar unicamente la capa de humedales Humedales costeros: INEGI (2014). Modelo cartográfico de humedales. Escala: 1:50,000 Instituto Nacional de Estadística y Geografía. Aguascalientes, México. SIG\desarrollo\sig_fomix\insumos\agua\inegi\humedales\modelo_cartografico_humedales\conjunto_de_datos\humelades_utm16.shp

[paola-gp]

Generar mapa de humedales terrestres:

• [x] Cenotes (combinado de las 4 fuentes)
• [x] Dolinas cerradas
• [x] Uvalas
• [x] Poljes
• [x] Lago
• [x] Llanura inundada y húmeda

Orden de prioridad de humedales terrestres para la integración de la capa raster

Generar mapa de humedales costeros

• [x] Estero
• [x] Laguna costera
• [x] Marisma

[paola-gp]

Obsoleto

Construir base de datos con indicadores para diagnóstico

• Basarse en FOMIX\fmx_estudio_tecnico\diagnostico\areas_conservacion\insumos/plantilla_bd_indicadores.xlsx

[paola-gp]

Variables para indice en SIGzoning: @vichdzgeo

• [ ] 1. Índice de calidad de parche serie 6 INEGI – normalizado
• [ ] 2. Biomasa promedio (resultado de FV)
• [ ] 3. Número de especies mielíferas (resultado de FV)
• [ ] 4. Vulnerabilidad del acuífero (resultado FV)
• [ ] 5. Recarga al acuífero (resultado FV)
• [ ] 6. Presencia/ausencia de humedales terrestres
• [ ] 7. Presencia/ausencia de humedales costeros

[vichdzgeo]

Documentación de indicadores para clp

Ruta de capas raster: 
SIG\desarrollo\sig_fomix\entregables\areas_conservacion\indicadores

Índice de calidad de parche serie 6 INEGI – normalizado nombre de campo: cal_par_n

nombre archivo : fv_calidad_parche.tif Resultado del índice de calidad de parches para más detalles ver. para fines de este procesamiento los valores nulos se cambian por cero, y se normaliza la capa con el valor su valor mínimo y máximo

Función de valor

Logística

min = 0 max = 1.0 Saturación = 2 Center: 0.3

Biomasa (resultado de FV) nombre de campo: biomasa_fv

nombre archivo : fv_biomasa.tif

Fuente: Hernández-Stefanoni, J. (2021). 'Biomasa aérea'. Escala: sin dato. Centro de Investigación Científica de Yucatán (CICY) Unidades = T/ ha Función de valor logística min = 0.0 max = 221.761 Saturación = 5 Centro = 100

Número de especies melíferas nombre de campo: spp_miel_fv

nombre archivo : fv_riqueza_mielifera.tif fv_ind_usv_serie6_n.tif Fuente: SEDUMA (sin año). 'Especies melíferas'. Sin escala. Secretaría de Desarrollo Urbano y Medio Ambiente Unidades: número de especies

Función de valor logística min = 0.972 max = 37.307 saturación: 2 centro:5

Vulnerabilidad del acuífero nombre de campo: vul_acu_fv

nombre archivo : fv_vulnerabilidad_acuifero.tif Fuente: Batllori-Sampedro, E. y Canto-Mendiburu, S. (2019). 'Vulnerabilidad intrínseca del acuífero en el Estado de Yucatán'. Escala: sin dato.

Función de valor Categoría	fv
Extremo	1.000
Muy Alto	0.500
Alto	0.250
Medio	0.125
Bajo	0.062

Recarga del acuífero nombre de campo: reca_acu_fv

nombre archivo : fv_recarga_acuifero.tif Fuente: Batllori-Sampedro, E., y Canto-Mendiburu, S. (sin año) 'Recarga promedio 2004-2008'. Escala: sin dato

Unidades: mm

NOTA: Para este análisis los valores originales negativos se transformaron a 0 y posteriormente se aplico la función de valor Función de valor Líneal creciente min = 0 max = 500

Presencia/ausencia de humedales terrestres nombre de campo: hu_te ver #94

nombre archivo :fv_presencia_humedales_terrestres.tif Fuente

1. SDS (2021). 'Cenotes'. Escala: sin dato. Secretaría de Desarrollo Sustentable. Yucatán,
2. INEGI (2014). Modelo cartográfico de humedales. Escala: 1:50,000 Instituto Nacional de Estadística y Geografía. Aguascalientes, México.
3. Aguilar Yameli et al (2016). 'Depresiones'
4. INEGI (2010). 'Red hidrográfica' Escala:1:50,000. Polígonos de cuerpos de agua

Presencia/ausencia de humedales costeros nombre de campo: hu_cos ver #94

nombre archivo :fv_presenciahumedales_costeros.tif

INEGI (2014). Modelo cartográfico de humedales. Escala: 1:50,000 Instituto Nacional de Estadística y Geografía. Aguascalientes, México. SIG\desarrollo\sig_fomix\insumos\agua\inegi\humedales\modelo_cartografico_humedales

CONABIO, (13/01/2021). 'Mapa de uso del suelo y vegetación de la zona costera asociada a los manglares, Región Península de Yucatán (2020)', escala: 1:50000. edición: 1. Comisión Nacional para el Conocimiento y Uso de la Biodiversidad. Sistema de Monitoreo de los Manglares de México (SMMM). Ciudad de México, México.

[vichdzgeo]

Aviso

Lista la base de datos para el árbol de regresión

Ruta: FOMIX\fmx_estudio_tecnico\diagnostico\areas_conservacion\insumos\bd_ids_var_arbol_regresion.csv @iaga @TatianaMerino

[iaga]

@vichdzgeo @paola-gp

Necesitamos la definición de los campos del banco de datos, ¿El regresor es hu_cos?

[paola-gp]

@iaga

@vichdzgeo @paola-gp

Necesitamos la definición de los campos del banco de datos, ¿El regresor es hu_cos?

No creo que deba ser hu_cos. Por como preguntas, no estoy segura si el árbol de regresión es útil si todas son variables independientes.

[vichdzgeo]

@vichdzgeo @paola-gp

Necesitamos la definición de los campos del banco de datos, ¿El regresor es hu_cos?

se agrego el nombre del campo en el comentario de Documentación de variables para el índice de SIGzoning @iaga

[paola-gp]

Generar mapas de calidad de parches de cobertura natural @CorinaCantero

Ruta de los insumos SIG\desarrollo\sig_fomix\entregables\areas_conservacion\evolucion_parches

• [x] Agregar capa de identificador de los parches más importantes. Nombre de la capa: evolucion_parches_s1_a_s#_coberturas_fid_s1 ,donde el # es el número de serie y sobreponer al raster de calidad
• [x] Eliminar color de fondo
• [x] Agregar contorno achurado
• [x] Agregar etiqueta de los parches
• [x] Agregar leyenda adicional con la siguiente información:

Clave	Tipo de cobertura natural
A	Cuerpos de agua
D	Duna costera
M	Manglar, petén, tular y vegetación hidrófila
S	Selva

• [x] Construir tabla:

Tabla x. Extensión de los parches de cobertura natural con calidad ambiental alta y muy alta

Identificación de parches importantes

Insumos

• capa de parches de las series 1,3,5,6
• base de datos resultado_14_jun_indices_patch.csv

Procedimiento

Se crea el código extrae_parches_ma.py este código realiza lo siguiente:

• Extrae los parches iguales o mayores al umbral 0.296 (Intervalo inferior de la categoría alta del índice de calidad de parche, con fp=1.7 - progresiva)
• Filtra por número de serie y tipo de cobertura los parches que cumplen el umbral, ordena los parches de mayor a menor por el valor del campo 'ind_v' del índice y agrega un id donde 1 es el parche con mayor calidad para esa cobertura en esa serie.
• Extrae de la capa ráster de parches por serie los parches que cumplieron el paso anterior
• A partir de los parches identificados de la serie 1 se realiza un rastreo de ellos espacialmente en las siguientes series.
• Por medio del algebra de mapas se extraen los parches (por tipo de cobertura) y la categoría asociada de las series 1,3,5 y 6
• se vectorizan los resultados
• Se agrega el nombre de la cobertura en el campo cobertura
• se calcula el área en km² en el campo km2

[CorinaCantero]

AVISO INSUMOS DE ANPs

Capas recortadas con máscara de municipios: anp_estatal, anp_federal, anp_municipal y anp_privada: SIG\desarrollo\sig_fomix\entregables\anp

Ver issue #1

[vichdzgeo]

Análisis de calidad de parches de cobertura natural

Insumos

Capas de uso y suelo y vegetación para Yucatán corregidas en la cosa con las capas de uso de suelo y vegetación asociado a manglares, Región Península de Yucatán.

• Uso de suelo y vegetación, serie I
• Uso de suelo y vegetación, serie III
• Uso de suelo y vegetación, serie V
• Uso de suelo y vegetación, serie VI
• Red vial de caminos 2019
  • para el procesamiento se extrajeron las geometrías con las categorías: avenidas, Boulevard, Calle, Camino, Carretera, Prolongación

Procesamiento

Insumos para fragstats

• Para cada serie de uso de suelo y vegetación se agregan los caminos como categoría = 18, (si en la sobreposición espacial existe alguna categoría de camino, el valor del pixel es 18, en caso contrario, el valor del pixel es la categoría de cobertura)

Producto: Ruta:SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\insumos_fragstats

i_fragstats_usv_serie1_100m_v4_corregida.tif i_fragstats_usv_serie3_100m_v4_corregida.tif i_fragstats_usv_serie5_100m_v4_corregida.tif i_fragstats_usv_serie6_100m_v4_corregida.tif

Procesamiento fragstats corrida del 14 de junio

Selección de métricas de parche PATCH METRICS

• Patch Area AREA
• Fractal dimension index FRAC
• Core Area CORE
• Number of core areas NCORE
• Edge Contrast Index ECON
• Euclidean nearest neighbor ENN

Selección de métricas de clases Class metrics

• Total area CA/TA
• Percentage of landscape PLAND
• Total edge TE
• Edge density ED
• Patch are mean AREA_MN and standard deviation AREA_SD
• Fractal dimension index FRAC_MN and standard deviation FRAC_SD
• Number of disjunct core areas NDCA
• Core Area mean CORE_MN and standard deviation CORE_SD
• Edge Contrast Index ECON_MN and standard deviation ECON_SD
• Euclidean nearest neighbor ENN_MN and standard deviation ENN_SD

Coberturas evaluadas

Archivo: descriptors_corrida1.fcd ID	Name	Enabled	IsBackground
1	acuicola	true	true
2	agri-pastizal	true	true
4	urbano	true	true
6	agua	true	false
7	manglar-peten	true	false
9	selva	true	false
11	sinvegetacion	true	true
14	dunas	true	false
18	vialidades	true	true

cobertura	id	acuicola	agri-pastizal	urbano	agua	manglar-peten	selva	sinvegetacion	dunas	vialidades
"*"	"*"	1	2	4	6	7	9	11	14	18
acuicola	1	0	0	0	0.5	0.5	0.5	0	1	0
agri-pastizal	2	0	0	0	0.75	0.75	0.75	0	0.75	0
urbano	4	0	0	0	1	1	1	0	1	0
agua	6	0.5	0.75	1	0	0	0	1	0	1
manglar-peten	7	0.5	0.75	1	0	0	0	1	0	1
selva	9	1	0.75	1	0	0	0	1	0	1
sinvegetacion	11	0	0	0	1	1	1	0	1	0
dunas	14	1	0.75	1	0	0	0	1	0	1
vialidades	18	0	0	0	1	1	1	0	1	0

configuraciones para mas detalles ver https://github.com/lancis-apc/fomix/issues/84

• General options
  • activar Use 4 cell neighborhood rule
  • activar Automativally save results (definir la ruta para guardar los resultados)
• Sampling strategy
  • activar Patch metrics
  • activar Generate patch ID file
• Activar Square a side length of 100 meters.
• Activar Use fixed depth ( escribir el valor de 100.00)

Resultados de fragstats

/resultados_fragstats/

• resultado_14_jun.adj - lo que evalua
• resultado_14_jun.patch - resultados para parches
• resultado_17_jun.class - resultados para clases
• resultado_i_fragstats_usv_serie6_100m_v4_corregida.tif - capa raster con id de parches
• resultado_i_fragstats_usv_serie5_100m_v4_corregida.tif - capa raster con id de parches
• resultado_i_fragstats_usv_serie3_100m_v4_corregida.tif - capa raster con id de parches
• resultado_i_fragstats_usv_serie1_100m_v4_corregida.tif - capa raster con id de parches

Calcular el índice de calidad de parches

Insumos

• resultado_14_jun.patch
• 4 capas raster de los parches resultado_i_fragstats_usv_serie#_100m_v4_corregida.tif donde # es el número de serie.

Procedimiento

• se convierte a csv el archivo resultado_14_jun.patch
• los campos CORE, FRAC y ENN son los atributos en valores originales que componen al indice de calidad de parche
• los campos mencionados son transformados a una escala entre 0 y 1 mediante normalización

• campo	descripción
  frac_ideal_dec	valores resultantes de llevar a ideal decreciente los valores del campo frac por tipo de cobertura
  enn_ideal_dec	valores resultantes de llevar a ideal decreciente los valores del campo enn por tipo de cobertura
  frac_norm_dec	fv normalizada del campo frac_ideal_dec por tipo de cobertura
  enn_norm_dec	fv normalizada del campo enn_ideal_dec por tipo de cobertura
  core_norm	fv normalizada del campo core por tipo de cobertura
  ind_usv	índice que involucra a los campos frac_norm_dec, enn_norm_dec, core_norm

*indice_calidad_parche = core_norm 0.714 + frac_norm_dec 0.142 + enn_norm_dec 0.142**

** Generar el mapa de indices por serie

• Se Realiza una consulta por serie y filtra los campos pid que es el id del parche correspondiente a la serie y el campo ind_usv

• Construye un archivo de reglas de reclasificación, para ello el valor del índice se multiplica por 1000 y se convierte a entero

• Reclasifica la capa de parches por serie según el archivo de reglas de reclasificación

• El resultado de la reclasificación es dividido entre 1000 para obtener de nuevo el valor original del índice

• Se aplica la máscara de la zona de estudio. Productos ruta: SIG/desarrollo/sig_fomix/procesamiento/areas_conservacion/procesamiento/indices_cobertura/

• ind_usv_serie1.tif

• ind_usv_serie3.tif

• ind_usv_serie5.tif

• ind_usv_serie6.tif

• se categorizan en 5 categorías con el modo "progresiva" y con factor de progresión = 1.7

no_cat	categoría	intervalo inf	intervalo sup
1	Muy baja	0.000	0.053
2	Baja	0.053	0.143
3	Moderada	0.143	0.296
4	Alta	0.296	0.557
5	Muy alta	0.557	1.000

Productos ruta: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\procesamiento\indices_cobertura\indices_cobertura_clasificados

• ind_usv_serie1_progresiva_1_7.tif
• ind_usv_serie3_progresiva_1_7.tif
• ind_usv_serie5_progresiva_1_7.tif
• ind_usv_serie6_progresiva_1_7.tif

[vichdzgeo]

Modelo multicriterio

Versión 14 de julio del 2021 /insumos/multicriterio

fv	w
biomasa	0.25181
recarga	0.1259
vul_acuifero	0.1479
riqueza_m	0.25181
cal_parche	0.22257

FP=1.0 (Equidistante)	categoría	int_inf	int_sup
1	0	0.2
2	0.2	0.4
3	0.4	0.6
4	0.6	0.8
5	0.8	1

Actualización 14 junio

Se modificaron las funciones de valor de los siguientes indicadores:

• riqueza_mielifera
• biomasa
• calidad_parche

@CorinaCantero

• [x] Actualizar figuras de las funciones de valor de los indicadores ruta de las capas SIG\desarrollo\sig_fomix\entregables\areas_conservacion\indicadores
• [x] Actualizar informe
• [x] Actualizar metadatos

Productos

Ruta: ig_fomix\procesamiento\areas_conservacion\grupos_indicadores\clp_qgis Ruta de códigos: SIG\desarrollo\sig_fomix\procesamiento\areas_conservacion\grupos_indicadores\codigos\

• appcr_14_julio_clp_n.tif Índice APPCR (Capa resultante de la clp normalizada) código: crea_clp_appcr_v4.py
• appcr_14_julio_cat_5_fp_1_0.tif índice APPCR clasificado en 5 categorías con el modo progresiva y fp = 1.0 (Equidistante) código: crea_clp_appcr_v4.py
• appcr_14_julio_clp_n_con_humedales.tif índice APPCR con valores de 1 en la presencia de humedales (Esta capa se ocupa para extraer los promedios en los productos de coordenadas paralelas) código: agrega_humedales_indice_appcr.py
• integracion_appcr_14jul.tif (Integración de las APPCR conforme a la siguiente tabla) código: crea_categorias_appcr_v3.py

categoría	Descripción
1	Humedales costeros (dentro de ANP)
2	Humedales terrestres (dentro de ANP)
3	Humedales costeros (fuera de ANP)
4	Humedales terrestres (fuera de ANP)
5	Categoría 5 multicriterio
6	Categoría 4 multicriterio
7	Categoría 3 multicriterio
8	Categoría 2 multicriterio
9	Categoría 1 multicriterio
10	Localidades 2020

• integracion_appcr_14jul_dentro_anps.tif capa ráster donde se extraen únicamente los pixeles de la capa anterior si están dentro de una anp código: separa_integracion_appcr_por_anps.py

• integracion_appcr_14jul_fuera_anps.tif capa ráster donde se extraen únicamente los pixeles de la capa anterior si están fuera de una anp código: separa_integracion_appcr_por_anps.py

• parches_ind_calidad.shp Capa vectorial con id de parches de calidad (Esta capa se utiliza en los productos de coordenadas paralelas)

• grid_2000m_yuc.shp Capa vectorial de celdas de 4km² (Esta capa se utiliza en los productos de coordenadas paralelas)

Integración de ANPS

• [x] Generar el procedimiento para integrar en una sola capa vectorial las ANPS por orden de prioridad 1. Federal, 2. Estatal, 3. Municipal, 4. Privadas
• [ ] Identificar el solapamiento e intersección de anps y reportar áreas.

código: integra_anps_10m.py

Producto

Ruta: sig_fomix/procesamiento/areas_conservacion/grupos_indicadores/anps_raster/

• anps_femp_yuc.shp Capa vectorial que contiene todas las ANPS por orden de prioridad.

[paola-gp]

@Nayita

• [x] Hacer diagrama del modelo: