Spatial analysis of changes in land use, vegetation and water bodies in the state of Nayarit, Mexico, 1993-2014
DOI:
https://doi.org/10.15359/rgac.69-2.7Palabras clave:
Land use change, vegetation and bodies of water, change matrix, spatial analysisResumen
To fully understand the dynamics of land use change it is necessary investigate the net change, exchanges and transitions occurring between land use categories. Therefore, this research explores the spatial and temporal trends of changes in land use, vegetation and water bodies in the state of Nayarit from 1993 to 2014. To do so, the INEGI vegetation maps (series II and IV) for both dates were validated with field observation, resampled and overlaid using TerrSet environment in order to calculate the change matrix, and from it estimate the losses, gains, net changes, total changes and exchanges between land use categories. Results indicate that of the 2,783,572.50 hectares of the total area, 58.06% remained without any change and 41.94% experienced some change. Within such area, 15.42% were exchanges between land categories whereas 26.52% were net change. Agriculture is the category that gained most area; occupying 18.17% of the total in 1993 and 22.14% in 2014. Oppositely low forest has decreased from 20.82% to 13.76% during the same period.
Referencias
Abel, C., Horion, S., Tagesson, T., Brandt, M., & Fensholt, R. (2019). Towards improved remote sensing based monitoring of dryland ecosystem functioning using sequential linear regression slopes (SeRGS). Remote Sensing of Environment, 224, 317-332. Obtenido de https://doi.org/10.1016/j.rse.2019.02.010
Abreu, C. G., & Ralha, C. G. (2018). An empirical workflow to integrate uncertainty and sensitivity analysis to evaluate agent-based simulation outputs. Environmental Modelling & Software, 107, 281-297. Obtenido de https://doi.org/10.1016/j.envsoft.2018.06.013
Amadou, M. L., Villamor, G. B., & Kyei-Baffour, N. (2018). Simulating agricultural land-use adaptation decisions to climate change: An empirical agent-based modelling in northern Ghana. Agricultural Systems, 166, 196-209. Obtenido de https://doi.org/10.1016/j.agsy.2017.10.015
Bera, B., Saha, S., & Bhattacharjee, S. (2020). Forest cover dynamics (1998 to 2019) and prediction of deforestation probability using binary logistic regression (BLR) model of Silabati watershed, India. Trees, Forests and People, 2(100034), 1-10. Obtenido de https://doi.org/10.1016/j.tfp.2020.100034.
Berlanga-Robles, C. A., & Ruiz-Luna, A. (2007). Analisis de las tendencias de cambio del bosque de mangle del sistema lagunar Teacapan-Agua Brava, Mexico. Una aproximacion con el uso de imagenes de satelite Landsat. Universidad y Ciencia, 23(1), 29+.
Berlanga-Robles, C. A., & Ruiz-Luna, A. (2020). Assessing seasonal and long-term mangrove canopy variations in Sinaloa, northwest Mexico, based on time series of enhanced vegetation index (EVI) data. Wetlands Ecology and Management, 28, 229–249. doi: https://doi.org/10.1007/s11273-020-09709-0
Berlanga-Robles, C. A., García-Campos, R. R., López-Blanco, J., & Ruiz-Luna, A. (2009). Patrones de cambio de coberturas y usos del suelo en la región costa norte de Nayarit (1973-2000). Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAM(72), 7-22. doi: http://www.journals.unam.mx/index.php/rig/article/view/19272/18272
Blanco, C. M., Flores, F., & Ortiz, M. A. (2011). Diagnostico funcional de Marismas Nacionales. Universidad Autónoma de Nayarit/Comisión Nacional Forestal, México.
Bonilla-Moheno, M., & Aide, T. M. (2020). Beyond deforestation: Land cover transitions in Mexico. Agricultural Systems, 178(102734). Obtenido de https://doi.org/10.1016/j.agsy.2019.102734
Bosque Sendra, J. (1997). Sistemas de Información Geográfica (2a ed.). Madrid: Rialp.
Calderón-Loor, M., Hadjikakou, M., & Bryan, B. A. (2021). High-resolution wall-to-wall land-cover mapping and land change assessment for Australia from 1985 to 2015. Remote Sensing of Environment, 252. doi: https://doi.org/10.1016/j.rse.2020.112148
Calzada, L., Meave, J. A., Bonfil, C., & Figueroa, F. (2018). Lands at risk: Land use/land cover change in two contrasting tropical dry regions of Mexico. Applied Geography, 99, 22-30. Obtenido de https://doi.org/10.1016/j.apgeog.2018.07.021
Camacho-Sanabria, R., Camacho-Sanabria, J. M., Balderas-Plata, M. Á., & Sánchez-López, M. (2017). Cambios de cobertura y uso de suelo: estudio de caso en Progreso Hidalgo, Estado de México. Madera y Bosques, 23(3), 39-60. Obtenido de https://doi.org/10.21829/myb.2017.2331516
Cao, Y., Zhang, X., Fu, Y., Lu, Z., & Shen, X. (2020). Urban spatial growth modeling using logistic regression and cellular automata: A case study of Hangzhou. Ecological Indicators, 113(106200), 1-12. Obtenido de https://doi.org/10.1016/j.ecolind.2020.106200
Chandra Paul, G., Saha, S., & Kanti Hembram, T. (2020). Application of phenology-based algorithm and linear regression model for estimating rice cultivated areas and yield using remote sensing data in Bansloi River Basin, Eastern India. Remote Sensing Applications: Society and Environment, 19(100367), 1-12. Obtenido de https://doi.org/10.1016/j.rsase.2020.100367
Darvishi, A., Yousefi, M., & Marull, J. (2020). Modelling landscape ecological assessments of land use and cover change scenarios. Application to the Bojnourd Metropolitan Area (NE Iran). Land Use Policy, 99(105098). Obtenido de https://doi.org/10.1016/j.landusepol.2020.105098
Deng, X., Liu, J., Lin, Y., & Shi, C. (2013). A Framework for the Land Use Change Dynamics Model Compatible with RCMs. Advances in Meteorology, 2013, 1-7. Obtenido de http://dx.doi.org/10.1155/2013/658941
Dhulipala, S., & Patil, G. R. (2020). Freight production of agricultural commodities in India using multiple linear regression and generalized additive modelling. Transport Policy, 97, 245-258. Obtenido de https://doi.org/10.1016/j.tranpol.2020.06.012
Dupuy Rada, J. M., González Iturbe, J. A., Iriarte Vivar, S., Calvo Irabien, L., Espadas Manrique, C., Tun Dzul, F., & Dorantes Euán, A. (2007). Cambio de cobertura y uso del suelo (1979-2000) en dos comunidades rurales en el noroeste de Quintana Roo. Investigaciones Geográficas, Boletín del Instituto de Geografía, UNAM(62), 104-124.
Fuenzalida, M., Buzai, G. D., Moreno Jiménez, A., & García de León, A. (2015). Geografía, geotecnología y análisis espacial: tendencias, métodos y aplicaciones. Santiago de Chile: Triángulo.
Geografía, I. N. (2018). Norma técnica del proceso de producción de información estadística y geográfica para el Instituto Nacional de Estadística y Geografía, Comité de aseguramiento de la calidad. doi: https://sc.inegi.org.mx/repositorioNormateca/O_05Sep18.pdf
Hernández-Guzmán, R., Ruiz-Luna, A., & González, C. (2018). Assessing and modeling the impact of land use and changes in land cover related to carbon storage in a western basin in Mexico. Remote Sensing Applications: Society and Environment, 13, 318-327. Obtenido de https://doi.org/10.1016/j.rsase.2018.12.005
Homer, C., Dewitz, J., Jin, S., Xian, G., Costello, C., Danielson, P., . . . Riitters, K. (2020). Conterminous United States land cover change patterns 2001-2016 from the 2016 National Land Cover Database. Conterminous United States land cover change patterns 2001–2016 from the 2016 National Land Cover Database, 162, 184-199. Obtenido de https://doi.org/10.1016/j.isprsjprs.2020.02.019
Instituto Nacional de Estadística y Geografía. (2014). Encuesta Nacional Agropecuaria. doi: https://www.inegi.org.mx/programas/ena/2014/#Tabulados
Instituto Nacional de Estadística y Geografía. (2017). Marco Geoestadístico, México. Obtenido de https://www.inegi.org.mx/app/biblioteca/ficha.html?upc=889463142683
Instituto Nacional de Estadística y Geografía. (2018). Norma técnica del proceso de producción de información estadística y geográfica para el Instituto Nacional de Estadística y Geografía, Comité de aseguramiento de la calidad. doi: https://sc.inegi.org.mx/repositorioNormateca/O_05Sep18.pdf
Instituto Nacional de Estadística y Geografía. (2021). Censo de Población y Vivienda 2020. doi: https://www.inegi.org.mx/programas/ccpv/2020/#Tabulados
Kovacs, J. M., Blanco-Correa, M., & Flores-Verdugo, F. (2001). A logistic regression model of hurricane impacts in a mangrove forest of Mexican Pacific. Journal of Coastal Resarch, 17(1), 30-37.
Lambin, E. F., Geist, H. J., & Lepers, E. (2003). Dynamics of land-use and land-cover change in tropical regions. Annual Review of Environment and Resources, 28, 205-241. Obtenido de doi: https://doi.org/10.1146/annurev.energy.28.050302.105459
Leh, M. D., Matlock, M. D., Cummings, E. C., & Nalley, L. L. (2013). Quantifying and mapping multiple ecosystem services change in West Africa. Agriculture, Ecosystems & Environment, 165, 6-18. Obtenido de https://doi.org/10.1016/j.agee.2012.12.001
Li, F., Li, Z., Chen, H., Chen, Z., & Li, M. (2020). An agent-based learning-embedded model (ABM-learning) for urban land use planning: A case study of residential land growth simulation in Shenzhen, China. Land Use Policy, 95(104620). Obtenido de https://doi.org/10.1016/j.landusepol.2020.104620
Liu, D., Zheng, X., & Wang, H. (2020). Land-use Simulation and Decision-Support system (LandSDS): Seamlessly integrating system dynamics, agent-based model, and cellular automata. Ecological Modelling, 417(108924). Obtenido de https://doi.org/10.1016/j.ecolmodel.2019.108924
Matsa, M., Mupepi, O., Musasa, T., & Defe, R. (2020). A GIS and remote sensing aided assessment of land use/cover changes in resettlement areas; a case of ward 32 of Mazowe district, Zimbabwe. Journal of Environmental Management, 276(111312). Obtenido de https://doi.org/10.1016/j.jenvman.2020.111312
Mendoza-Ponce, A., Corona-Núñez, R., Kraxner, F., Leduc, S., & Patrizio, P. (2018). Identifying effects of land use cover changes and climate change on terrestrial ecosystems and carbon stocks in Mexico. Global Environmental Change, 53, 12-23. Obtenido de https://doi.org/10.1016/j.gloenvcha.2018.08.004
Meyer, W. B., & Turner, B. L. (1994). Changes in Land Use and Land Cover: A Global Perspective. (Cambridge, Ed.) Cambridge University Press.
Moreno, M. V., & Chivieco, E. (2009). Validación de productos globales de cobertura del suelo en la España Peninsular. Validation of global land cover products for the Spanish Peninsular area. Revista de Teledetección, 31, 5-22. Obtenido de Retrieved from: http://www.aet.org.es/revistas/revista31/Numero31_1.pdf
Müller-Hansen, F., Heitzig, J., Donges, J. F., Cardoso, M. F., Dalla-Nora, E. L., Andrade, P., . . . Thonicke, K. (2019). Can Intensification of Cattle Ranching Reduce Deforestation in the Amazon? Insights From an Agent-based Social-Ecological Model. Ecological Economics, 159, 198-211. Obtenido de https://doi.org/10.1016/j.ecolecon.2018.12.025
Naikoo, M. W., Rihan, M., Ishtiaque, M., & Shahfahad. (2020). Analyses of land use land cover (LULC) change and built-up expansion in the suburb of a metropolitan city: Spatio-temporal analysis of Delhi NCR using landsat datasets. Journal of Urban Management, 9, Issue 3, 347-359. Obtenido de https://doi.org/10.1016/j.jum.2020.05.004
Newbold, T., Hudson, L. N., Hill, S. L., Contu, S., Lysenko, I., Senior, R. A., . . . Purvis, A. (2015). Global effects of land use on local terrestrial biodiversity. Nature, 520, 45-50. Obtenido de DOI: 10.1038/nature14324
Páez-Osuna, F. (2001). The environmental impact of shrimp aquaculture: Causes, effects, and mitigating alternatives. Environmental Management, 28(1), 131-140.
Pérez-Hoyos, A., Udías, A., & Rembold, F. (2020). Integrating multiple land cover maps through a multi-criteria analysis to improve agricultural monitoring in Africa. International Journal of Applied Earth Observation and Geoinformation, 88(102064). Obtenido de https://doi.org/10.1016/j.jag.2020.102064
Pineda Jaimes, N. B. (2010). Descripción, Análisis y Simulación de Procesos Forestales en el Estado de México Mediante Tecnologías de la Información Geográfica (Vols. Tesis de doctorado, Universidad de Alcalá). Madrid, España.
Pineda Jaimes, N. B., & Santana Castañeda, G. (2019). Cambios en la cobertura y uso del suelo en el Estado de México, en el período 2002-2014. Geografía y Sistemas de Información Geográfica (GEOSIG), 11(15), 72-90. Obtenido de http://www.revistageosig.wixsite.com/geosig
Ponce Palafox, J. T. (2015). Manifestación de impacto ambiental modalidad regional, sector acuícola, operación, mantenimiento y abandono del cultivo de camarón en la unidad de manejo acuícola, Pericos-Pimientillo. UAN, Gobierno del Estado de Nayarit, Comité Estatal de Sanidad del Estado de Nayarit A. C., Unión de Acuicultores del estado de Nayarit AC.
Pontius, R. G., Shusas, E., & McEachern, M. (2004). Detecting important categorical land changes while accounting for persistence. Agriculture, Ecosystems & Environment, 101(2-3), 251–268. Obtenido de https://doi.org/10.1016/j.agee.2003.09.008
Prashar, S., Shaw, R., & Takeuchi, Y. (2013). Community action planning in East Delhi: A participatory approach to build urban disaster resilience. Mitigation and Adaptation Strategies for Global Change, 18(4), 429–448. Obtenido de https://doi.org/10.1007/s11027-012-9368-4
Ramı́rez-Garcı́a, P., López-Blanco, J., & Ocaña, D. (1998). Mangrove vegetation assessment in the Santiago River Mouth, Mexico, by means of supervised classification using LandsatTM imagery. Forest Ecology and Management, 105, 217-229. doi: https://doi.org/10.1016/S0378-1127(97)00289-2
Roldán-Aragón, I. E., & Sevilla-Salcedo, Y. (2014). Cambios de uso del suelo y vegetación (1970-2005) en la cuenca del río Eslava, Distrito Federal, México. El Hombre y su Ambiente, 1(5), 1-10.
Saha, S., Saha, M., Mukherjee, K., Arabameri, A., Thao, N., & Paul, G. (2020). Predicting the deforestation probability using the binary logistic regression, random forest, ensemble rotational forest, REPTree: A case study at the Gumani River Basin, India. Science of The Total Environment, 730, 1-20. Obtenido de https://doi.org/10.1016/j.scitotenv.2020.139197
Schürmann, A., Kleemann, J., Fürst, C., & Teucher, M. (2020). Assessing the relationship between land tenure issues and land cover changes around the Arabuko Sokoke Forest in Kenya. Land Use Policy, 95(104625). Obtenido de https://doi.org/10.1016/j.landusepol.2020.104625
Velázquez, A., Mas, J. F., Díaz Gallegos, J. R., Mayorga Saucedo, R., Alcántara, P. C., Castro, R., . . . Palacio, J. L. (2002). Patrones y tasas de cambio de uso del suelo en México. Gaceta Ecológica(62), 21-37. doi: http://www.redalyc.org/articulo.oa?id=53906202
Zhang, F., Zhan, J., Zhang, Q., Yao, L., & Liu, W. (2017). Impacts of land use/cover change on terrestrial carbon stocks in Uganda. Physics and Chemistry of the Earth, Parts A/B/C, 101, 195-203. Obtenido de https://doi.org/10.1016/j.pce.2017.03.005
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Política propuesta para Revistas que ofrecen Acceso Abierto
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
a. Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo, bajo la Licencia https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es, que permite a otros compartir con un reconocimiento de la autoría del trabajo y la publicación inicial en esta revista.
b. Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista. Esos acuerdos adicionales deben respetar los términos de la licencia: es decir: no involucrar fines de lucro y compartir con la misma licencia.
c. Se anima a los autores a archivar el post-print o versión de editor/PDF en repositorios de acceso abierto.
REVGEO se encuentra bajo la licencia https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es
.svg_4.png){kind=logo}
_(1).png){kind=logo}
_(1)_(1)_(1)_1.png){kind=logo}
(2)(1)(1)(1).png){kind=logo}
