Medio Ambiente y Desarrollo Sustentable  
Artículo arbitrado  
Modelación geoespacial del potencial  
natural de bosques templados en Pueblo  
Nuevo, Durango  
Geospatial modeling of natural potential of temperate forest  
in Pueblo Nuevo, Durango  
1
2
1
JAVIER NÁJERA-FRÍAS , ALFREDO PINEDO-ÁLVAREZ , FRANCISCO CRUZ-COBOS ,  
1
1
SACRAMENTO CORRAL-RIVAS , RUFINO MERAZ-ALEMÁN  
Recibido: Mayo 9, 2012  
Aceptado: Julio 8, 2012  
Resumen  
Abstract  
El manejo, su condición y el conocimiento del potencial actual de  
los bosques templados en México es fundamental para la evaluación  
de estos ecosistemas. El uso de tecnologías actuales tales como  
los sensores remotos asociados a Sistemas de Información  
Geográfica (SIG), son herramientas muy precisas en la evaluación  
del potencial natural de bosques templados. El objetivo fue  
determinar el potencial natural de bosques templados en la región  
del ejido de Pueblo Nuevo, Durango. Se utilizó un Modelo Digital de  
Elevación (MDE), cartografía de suelos y una escena de satélite. A  
través de técnicas geoespaciales se crearon los mapas base de  
pendientes y exposiciones; una vez obtenida la información, y con  
la utilización de operadores matemáticos, se generó el mapa que  
ubicó las áreas con las condiciones ambientales adecuadas para  
el óptimo desarrollo de la especie (potencial natural). Los  
potenciales altos ocuparon una superficie de 5,969.38 ha, lo que  
comprende un 23.64% del área de estudio, el potencial medio  
Management, status and knowledge of the current potential of  
temperate forests in Mexico is essential for the assessment of  
these ecosystems. The use of current technologies such as  
remote sensing associated with Geographic Information  
Systems (GIS) are very precise tools in assessing the natural  
potential of temperate forests. The objective was to determine  
the natural potential of temperate forests in the region of Ejido  
Pueblo Nuevo, Durango. It was used a Digital Elevation Model  
(DEM), soil maps and a satellite scene. Through techniques  
were generated base maps of the slopes and exhibits geospatial  
after obtaining the information, and with the use of mathematical  
operators, it was generated a map to locate areas with suitable  
environmental conditions for the optimal development of the  
species (natural potential). The high potential occupied an area  
of 5,969.38 ha, which comprises a 23.64% of the study area,  
the average potential 16,221.93 ha, with 64.26% and the low  
potential 3,054.65 ha with 12.10% of the surface. For the  
classification of Landsat TM satellite image, the pine-oak forest  
(Bpq) are the largest area occupied, with 58.32% followed by  
oak-pine forest (Bqp) with 23.97% and grassland areas (Ap)  
with 15.60%, finally, the apparent nonvegetated areas (Asa)  
with 2.10% of total area. The overall accuracy of the classi-  
fication derived from the supervised method for Landsat TM5  
data was 0.99, with a coefficient Kappa (Khat) of 0.99, indicating  
that the classification is 99% better than expected by chance  
alone. These results demonstrate that the relief and soil are  
determining factors in the distribution of natural potential of  
temperate forests.  
16,221.93 ha, con un 64.26% y el potencial bajo 3,054.65 ha, con  
un 12.10% de la superficie. Para la clasificación de la imagen de  
satélite Landsat TM, los bosques de pino-encino (Bpq) son los que  
mayor superficie ocuparon, con un 58.32% seguidos de bosque  
de encino-pino (Bqp) con un 23.97%, y áreas de pastizales (Ap)  
con 15.60%; finalmente, las áreas sin vegetación aparente (Asa)  
representaron un 2.10% del total del área. La exactitud global de la  
clasificación derivada del método supervisado para los datos de  
Landsat TM5 fue de 0.99, con un coeficiente Kappa (Khat) de 0.99,  
lo que indica que la clasificación es 99% mejor que la esperada por  
el simple azar. Estos resultados demuestran que el relieve y el  
suelo son factores determinantes en la distribución del potencial  
natural de bosques templados.  
Keywords: Landsat, natural potential, classification, error  
matrix.  
Palabras clave: Landsat, potencial natural, clasificación, matriz  
de error.  
_
________________________________  
1
Instituto Tecnológico de El Salto, Mesa del Tecnológico s/n, El Salto, P.N., Durango, México, C.P. 34942. Tel. 675-876-0239.  
Universidad Juárez del Estado de Durango UJED, Instituto de Silvicultura e Industria de la Madera. Carr. Durango-Mazatlán km 5.5  
C.P. 34160. Durango, México. Tel. 618-825-1886.  
2
3
Dirección electrónica del autor de correspondencia: jnf_01@yahoo.com.mx.  
3
9
•
Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
Introducción  
l manejo forestal, la determinación de su condición y el conocimiento del potencial  
natural de los bosques templados de México son elementos fundamentales para la  
evaluación de estos ecosistemas. La planeación forestal de un territorio es un  
E
instrumento que pretende resolver una serie de problemas que afectan directamente al  
ecosistema y que están ligados a la conservación y restauración natural (Felicísimo et al.,  
2
002).  
El valor de este conocimiento, la orde-  
Muinonen et al., 2001; Wulder et al., 2004),  
inventarios forestales (Born y Pearlberg, 1987),  
cuantificación de la biomasa forestal (Rosenqvist  
et al., 1999), desarrollo de métodos de  
clasificación multiespectral para mejorar el  
mapeo de bosques (Pax-Lenney et al., 2001),  
identificación de especies de arbolado (Carleer  
y Wolf, 2004) y un creciente número de  
investigaciones que pretenden asociar el  
volumen forestal a los datos espectrales de  
diferentes plataformas satelitales (Franklin,  
1986; Reese et al., 2002; Shrestha, 2003).  
Salas et al. (2010) mencionan que los  
sensores remotos (imágenes Landsat)  
permiten mejorar la eficacia de los inventarios  
forestales mediante la generalización de  
niveles de información de parcelas sobre  
extensas áreas boscosas. Por lo anterior, el  
objetivo principal de este trabajo de investi-  
gación fue determinar el potencial natural de  
bosques templados empleando Sistemas de  
Información Geográfica (SIG) en el ejido Pueblo  
Nuevo, Durango.  
nación y la clasificación de un rodal forestal no  
solo representan la capacidad de predecir su  
productividad, sino también de establecer el  
manejo silvícola pertinente, la planificación del  
uso del suelo y la conservación del equilibrio  
ecológico (Tomppo et al., 2002). Por otra parte,  
la productividad de los bosques está ligada a  
atributos ecológicos del territorio, tales como  
relieve, suelo y clima, los cuales influyen en el  
crecimiento de las especies forestales  
(
Madrigal y Ramírez, 2002). En México existen  
aproximadamente 64 millones de hectáreas de  
bosques que abarcan el 32% del territorio  
nacional (FAO, 2010), de esta superficie, en el  
estado de Durango se tienen 4,989,401 ha  
(
SRNyMA, 2006). Estos datos muestran una  
superficie extensa con potencial de producción  
forestal maderable y otros bienes y servicios  
relacionados a programas de aprovecha-  
miento silvícola que requieren de una  
evaluación en su estructura como base de su  
manejo.  
Los métodos de evaluación forestal  
tradicional consumen un mayor tiempo y están  
asociados a altos costos de operación,  
además, no proporcionan una cobertura  
completa en grandes extensiones de terreno  
Materiales y métodos  
Localización del área de estudio. El  
presente estudio se llevó a cabo en un área del  
ejido Pueblo Nuevo, al suroeste del estado de  
Durango, ubicado entre las coordenadas 23°20’  
y 23°40’ de latitud norte y 105°30’ y 105°15’  
longitud oeste (Figura 1). Con una extensión de  
(
Kilpelainen y Tokola, 1999). Estas limitaciones  
son más notorias en áreas inaccesibles (Hall  
et al., 1991) y en estudios de especies de flora  
y fauna silvestre con amplia distribución  
geográfica (Coulter, 1986). Los sensores  
remotos pueden proporcionar información  
estratégica para determinar la distribución  
espacial del potencial forestal (Tueller, 1989;  
2
2
5,319.61 ha y una altitud que varía entre los  
,258 y 2,921 msnm.  
Descripción del área de estudio. De  
acuerdo con los STFEPN (2007) en el área se  
encuentran presentes las siguientes especies:  
4
0
• Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
Pinus ayacahuite, P. chihuahuana, P. cooperi,  
P. douglasiana, P. durangensis, P. engelmannii,  
P. herrerae, P. leiophylla, P. lumholtzii, P.  
maximinoi, P. michoacana, P. oocarpa, P.  
teocote; predominando P. cooperi, y P.  
durangensis. En el municipio de Pueblo Nuevo  
se cuenta con una variedad de climas,  
destacándose principalmente los siguientes:  
templado subhúmedo con lluvias en verano, de  
mayor humedad (42.1%), semicálido sub-  
húmedo con lluvias en verano, de mayor  
humedad (19.3%), semifrío subhúmedo con  
lluvias en verano, de mayor humedad (12.3%),  
semicálido subhúmedo con lluvias en verano,  
de humedad media (11.3%), cálido subhúmedo  
con lluvias en verano, de mayor humedad  
Delimitación y selección del área de  
muestreo. El área de muestreo se determinó  
de acuerdo a las principales especies forestales  
y comerciales de la región, el Pinus engelmannii,  
P. durangensis y P. cooperi. La distribución  
natural está en función de su abundancia, la cual  
se presenta en un gradiente altitudinal que varía  
de los 1800 a los 3200 msnm (García y  
González, 1998).  
Adquisición y registro de la base espacial.  
Se utilizó una subescena del sensor Landsat  
TM con fecha 10 de enero del 2011 y un Path/  
Row de 31/44 con el fin de generar la cobertura  
de uso de suelo y vegetación. Para el análisis  
de las variables biofísicas se empleó un  
Modelo Digital de Elevación (MDE) a escala  
(7.7%), cálido subhúmedo con lluvias en verano,  
1
:50,000, para identificar las características del  
suelo se utilizó cartografía de suelos escala  
:250,000. Para detalles de localización y  
de humedad media (4.9%), semifrío húmedo  
con abundantes lluvias en verano (1.7%),  
semicálido subhúmedo con lluvias en verano,  
de menor humedad (0.7%). El rango de  
temperaturas oscila entre los 8 y 26°C y se  
cuenta con una precipitación que va de los 800  
a los 2000 mm. Entre los tipos de suelos que  
más predominan se encuentran: Leptosol  
1
validación de los puntos de control terrestre se  
usó un sistema de posicionamiento global  
(GPS) del tipo colector de datos marca Trimble  
Juno. El apoyo complementario cartográfico se  
realizó con cartas topográficas del INEGI a  
escala 1:50,000. Para el procesamiento de la  
base vectorial, imágenes de satélite y MDE se  
(
58.2%), Luvisol (28.3%), Regosol (7.0%),  
Umbrisol (3.3%), Cambisol (2.0%), Phaeozem  
0.5%) y Fluvisol (0.5%).  
®
utilizaron los programas IDRISI KILIMANJARO ,  
®
®
®
(
ARCGIS , ARCINFO y ENVI , para el análisis  
geoestadístico se recurrió al paquete  
Figura 1. Ubicación del área de estudio.  
®
STATISTICA6.0 . Los datos fueron procesados  
en el Centro de Análisis Espacial Avanzado  
(CAEA) del Instituto de Silvicultura e Industria  
de la Madera de la Universidad Juárez del  
Estado de Durango.  
Procesamiento de la información. Con el  
propósito de obtener las características del  
relieve, a partir del MDE se generaron las capas  
de ángulo de la pendiente, exposiciones y  
modelos de altitudes en formato raster.  
Posteriormente, se transformaron a datos  
vectoriales de acuerdo a criterios de mínima  
unidad cartografiable, la cual fue determinada  
en relación a la escala nominal de las capas  
utilizadas 1:250,000, correspondiendo a 10 ha.  
Para la imagen de satélite fue necesario aplicar  
un remuestreo como método de corrección  
4
1
•
Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
geométrica, utilizando un total de 60 puntos de  
control terrestre, se tomó en cuenta un umbral  
máximo de error de localización de 15 m (RMSE  
error 0.5) para la subescena en cuestión. Las  
funciones de transformación fueron las de  
primer orden polinómica en la que se empleó la  
técnica del vecino más cercano. La cartografía  
de suelos solo fue registrada y organizada con  
álgebra de mapas, de acuerdo a la información  
de tipo de suelo, textura y fase física.  
Una vez hecho esto, se clasificó los valores  
de cada variable estudiada en función de la  
ecuación de distancia euclidiana (DE).  
DE  MT  MR  
donde:  
DE = Distancia Euclidiana  
MT = Modelo Teórico  
MR = Modelo Real  
Potencial natural. Para determinar el  
potencial natural de las especies forestales de  
bosque templado se emplearon los métodos  
sugeridos por Martínez et al. (2006), los cuales  
consideran un conjunto de indicadores de  
potencial, derivados de una serie de factores  
ecológicos de los componentes relieve y suelo.  
Para lo anterior, se asignó al relieve un valor  
teórico relativo del 60% sobre la potencialidad  
natural del sitio, y al suelo un valor del 40%. Esta  
valoración está relacionada con las dimen-  
siones espaciales del área de estudio,  
considerando que el municipio está inmerso en  
el ecosistema de bosques templados.  
Primeramente, se calculó el mapa de  
complejidad del relieve CR con la siguiente  
ecuación:  
Por último, con la finalidad de estandarizar  
los valores de potencial natural en un intervalo  
numérico establecido entre cero y uno, se usó  
la siguiente ecuación:  
PN = (Xmax-Xi)(Xmax-Xmin)  
donde:  
PN = Potencial natural  
Xmax= Distancia euclidiana en su valor  
máximo para el área de estudio  
Xmin= Distancia euclidiana en su valor  
mínimo para el área de estudio  
Xi= Es el valor de la distancia euclidiana  
para el polígono i  
CR=MPXP  
Clasificación de vegetación. Una vez  
establecido el potencial natural, y con el objeto  
de validar las clases forestales de la región, fue  
generado un mapa de uso de suelo y vegetación  
empleando técnicas de clasificación super-  
visada, esto se hizo a través de muestras  
algorítmicas de máxima probabilidad, esta-  
bleciéndose un valor numérico a cada color  
donde:  
CR = Mapa de complejidad del relieve  
MP = Mapa de ángulo de la pendiente  
XP = Mapa de exposición del terreno  
= Intersección  
Posteriormente, se generó el mapa de  
potencial natural (PN) de acuerdo con la  
siguiente expresión:  
(
reflectancia):  
p(e | h )p(h )  
i
i
p(h | e)   
p(e | h )p(h )  
i
i
PN=SUCR  
donde:  
donde:  
p(h|e) = La probabilidad de que la hipótesis  
sea verdadera, dada la evidencia.  
PN = Mapa del potencial natural  
SU = Mapa de suelo  
CR = Mapa de complejidad del relieve  
p(e|hi)= La probabilidad de encontrar  
evidencia cuando la hipótesis resulte verdadera.  
= Unión  
4
2
• Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
p(h) = La probabilidad de que la hipótesis  
donde:  
i
sea verdadera, independientemente de la  
evidencia.  
KAPPA = Índice Kappa  
k = Número de filas en la matriz  
Separabilidad Espectral. Para evaluar la  
contribución de las áreas de entrenamiento en  
la clasificación, se analizó la separabilidad  
espectral que existía entre clases, para esto se  
empleó el método de la distancia de Jeffreys-  
Matusita, para lo cual se calculó primeramente  
la distancia de Bhattacharyya.  
X = Número de observaciones en la fila i y  
columna i  
ii  
X ; X = Total marginal para la fila i y  
i+  
+i  
columna i  
N = Número total de observaciones  
Resultados y discusión  
ci  c  
j
Potencial natural en base al relieve. De  
acuerdo a la distribución espacial de los  
bosques templados en relación al relieve, se  
encontraron potenciales altos en áreas con  
pendientes planas a ligeramente inclinadas  
1
ci  cj  
1
(m  m )  ln  
i j  
2
2
t
bij  (mi  mj)  
8
2
ci  
cj  
(0° - 8°). Estos potenciales se ubicaron prin-  
donde:  
cipalmente en laderas con exposiciones Norte;  
en total abarcan una superficie de 8,191.66 ha,  
lo que representa un 32.46% del área. El  
potencial medio considera pendientes de  
mediana a fuertemente inclinadas en rangos de  
bij= Distancia de Bhattacharyya  
ij= Subíndices para las dos firmas  
t= Transpuesta y determinante  
c= Matriz de covarianzas  
10° a 30°, localizadas en exposiciones Este y  
m= Media de los vectores  
Oeste; ocupan una superficie de 10,690.34 ha,  
lo cual corresponde a un 42.34%. El potencial  
bajo ocupa un 25.19% del área, con una  
superficie de 6,359.98 ha, este se distribuye en  
pendientes de fuerte a extremadamente  
inclinadas (> 30°), principalmente ubicadas en  
geoformas con exposiciones Sur (Figura 2).  
bij  
)
JM  2(1 e  
ij  
donde:  
JM = Distancia de Jeffreys-Matusita  
ij  
Potencial natural en base al suelo. El suelo  
conformó el segundo elemento para clasificar  
el área de acuerdo con su potencial natural. La  
Figura 3 muestra la distribución espacial del  
potencial natural para bosques templados en  
función de este factor. Los potenciales altos se  
encontraron principalmente sobre suelos del tipo  
Cambisol con subsuelo eútrico y crómico con  
textura media a fina y con fase física lítica  
profunda, su distribución fue de 16,490.56 ha,  
lo que representa un 65.14% del área. Para el  
potencial bajo los suelos fueron del tipo Regosol  
eútrico con textura media y se distribuyeron en  
un 34.86% del área de estudio, ocupando una  
superficie de 8,824.26 ha.  
bij = Distancia de Bhattacharyya  
Validación de la información. Una vez  
generada y corregida la clasificación de uso de  
suelo y vegetación del 2011, se le aplicó un  
proceso de validación a través de una matriz  
de error y coeficiente Kappa, para dicha  
validación se emplearon un total de 60 puntos  
de verificación,  
k
k
(X  Xi )  
N  
Xii  
i  
i  
KAPPA  
2
N  (X  X )  
i  
i  
4
3
•
Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
Figura 2. Distribución del potencial natural de acuerdo al relieve.  
Distribución del potencial natural con base  
al relieve y suelo. Finalmente, los potenciales  
altos ocupan una superficie de 5,969.38 ha, lo  
que comprende un 23.64% del área de estudio,  
el potencial medio 16221.93, con un 64.26% y  
el potencial bajo 3,054.65 ha, con un 12.10%  
de la superficie (Figura 4).  
Figura 4. Distribución del potencial natural de bosques templa-  
dos.  
Figura 3. Distribución del potencial natural con base en la  
clasificación de suelos.  
Generación de uso de suelo y vegetación.  
Con la finalidad de validar los resultados  
obtenidos del potencial, se generó una  
clasificación de la vegetación del área con la  
técnica de composición de imágenes, que ha  
demostrado su importancia para el análisis  
preliminar de cubiertas y generación de mapas  
base. En este estudio, los mejores resultados  
se obtuvieron con las combinaciones de bandas  
B3, B4 y B5 de Landsat TM, cuyo valor medio  
de separabilidad espectral a través del método  
de la divergencia transformada fue de 1.8  
(Figura 5).  
4
4
• Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
Figura 5. Composición en falso color de las bandas 3,4 y 5 del  
sensor Landsat TM5.  
las más acertadas para la representación  
cartográfica de la vegetación. La Figura 5  
presenta dichas clases de vegetación identi-  
ficadas; bosques de pino-encino (Bpq), bosques  
de encino-pino (Bqp), áreas de pastizales (Ap)  
y áreas sin vegetación aparente (Asa). La  
vegetación con mayor superficie fue la de Bpq  
con un 58.32% seguida de Bqp con un 23.97%,  
Ap con 15.60% y, finalmente,Asa con un 2.10%  
del total del área.  
Figura 6. Clasificación de tipos de vegetación.  
Sheffield (1985) mostró que la composición  
de las bandas 1, 4, y 5, de Landsat TM,  
proporcionó la mejor discriminación visual y la  
mayor información con la menor duplicación en  
estudios de cubierta forestal. Horler y Ahern  
(1986) reportaron la utilidad de las bandas 3, 4  
y 5 de Landsat para discriminar los tipos de  
cubierta en un bosque canadiense mientras que  
Karteris (1985) resalta la utilidad de las bandas  
4
y 5 del mismo sensor, para la clasificación de  
los recursos naturales. Bajo condiciones de  
bosques templados en México, imágenes en  
falso color generadas para analizar la  
distribución de las comunidades vegetales,  
mostraron que la combinación de las bandas  
Separabilidad espectral de clases. De  
acuerdo con la Figura 7, las clases que mejor  
se discriminaron empleando el algoritmo de  
máxima probabilidad basado en las firmas  
espectrales fueron la de Bpq versus Asa, con  
valor de separabilidad de 2.06, de acuerdo con  
los parámetros de la distancia Jeffreys-Matusita.  
Las clases de Bpq- Bqp mostraron el valor más  
bajo 0.35, no obstante representa una buena  
separación para discriminar con buena  
precisión estas clases de vegetación.  
3, 4 y 5 de Landsat TM, discriminaron en forma  
adecuada las unidades de vegetación presentes  
en las Barrancas del Cobre en Chihuahua  
(Lebgue y Soto, 2005).  
Clasificación supervisada de los tipos de  
vegetación. La interpretación de la imagen de  
satélite basada en escritorio-campo, permitió la  
discriminación espectral de cuatro clases como  
Matriz de error para la clasificación super-  
visada. En una matriz de error, las columnas  
4
5
•
Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
Cuadro 1. Matriz de error para la clasificación de la imagen  
Landsat TM5.  
se ocupan para las clases de referencia y las  
filas para las clases deducidas de la  
clasificación digital. La diagonal de la matriz  
expresa el número de puntos de verificación en  
donde se produce acuerdo entre las dos fuentes  
Clases  
Bpq  
Bqp  
Ap  
Bpq  
233  
0
Bqp  
0
Ap  
0
Asa  
0
Total ErrorC  
233  
372  
277  
83  
0.0000  
0.0000  
0.0072  
0.0000  
(
mapa y realidad), mientras las marginales  
suponen errores de asignación (Lunetta et al.,  
991).  
372  
0
0
0
0
275  
0
2
1
Asa  
0
0
83  
85  
Figura 7. Separabilidad espectral de la clasificación de la  
vegetación.  
Total  
233  
372  
275  
965  
ErrorO 0.0296 0.0128 0.0052 0.0000  
0.0021  
90% Intervalos de confianza = +/- 0.0024 (0.0000 - 0.0045)  
95% Intervalos de confianza = +/- 0.0029 (0.0000 - 0.0049)  
99% Intervalos de confianza = +/- 0.0038 (0.0000 - 0.0058)  
Overall kappa = 99%  
Exactitud global = 99%  
Conclusiones  
De acuerdo con los resultados obtenidos  
en este estudio, la determinación del potencial  
natural fue el relieve como factor que más  
influyó en la distribución y ecología de las  
especies así como en el establecimiento y  
comportamiento de las comunidades vegetales  
de los bosques templados, seguido del suelo.  
El 76% del área de estudio presentó un potencial  
natural de medio y bajo (64% y 12%). El resto  
En este estudio, la relación entre el número  
de puntos asignados y el total analizado,  
expresaron la confianza global del mapa. Los  
residuales en columnas indican los tipos de  
cubierta real que no se incluyeron en el mapa,  
mientras los residuales en filas son las cubiertas  
en el mapa que no se ajustan a la realidad. En  
definitiva expresan los errores de omisión y  
comisión, también se habla de exactitud de  
usuario y del productor (Chuvieco, 2000).  
(24%) corresponde a un potencial de sitio alto.  
Con el uso de los sensores remotos y SIG  
se puede obtener información confiable de  
manera rápida y a bajo costo para la toma de  
decisiones.  
Literatura citada  
La exactitud global de la clasificación  
derivada del método supervisado para los datos  
de Landsat TM5 fue de 0.99, presentando un  
coeficiente Kappa (Khat) de 0.99 (Cuadro 1) lo  
que indica que la clasificación es 99% mejor  
que la esperada por el simple azar.  
BORN, J. D. and C. Pearlberg. 1987. Forest inventory and LANDSAT  
MSS vegetation mapping for Arizona. Department of  
Agriculture, Forest Service. Rocky Mountain Forest and Range  
Experiment Station U.S. p. 53-58.  
CARLEER,A. and E. Wolff. 2004. Exploitation of very high resolution  
satellite data for tree species identification. Photogrametric  
Engineering & Remote Sensing. 70: 135-140.  
La evaluación de la exactitud realizada al  
mapa de clasificación presentó resultados  
similares a los obtenidos en otros estudios como  
en los 10 tipos de vegetación alpina en Calgary,  
Canadá, que mostró una precisión cercana al  
CHUVIECO, E. 2000. Fundamentos de Teledetección Espacial.  
Edición RIALP, S.A. Madrid. España. 568 pp.  
COHEN, W. B., M. Fiorella, J. Gray, E. Helmer, and K. Anderson.  
1
998. An efficient and accurate method for mapping forest  
clearcuts in the Pacific Northwest using Landsat imagery.  
Remote Sensing Environment. 64:293- 300.  
COULTER, M.C. 1986. Wood storks of the birdsville Colony and  
swamps of the savannah river plant. Annual Report. SREL-  
23. Savannah River Ecology Laboratory,Aiken, South Carolina.  
79% (Franklin et al., 1994; Cohen et al., 1998;  
Carleer y Wolff, 2004;).  
4
6
• Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
FAO. 2010. Evaluación de los recursos forestales mundiales  
010. Informe principal (FRA 2010). Estudio FAO: Montes 163.  
Roma. 384 p  
FELICÍSIMO, A. M., E. Francés, J.M. Fernández, A González-Díez,  
and J. Varas. 2002. Modelling the potential distribution of forest  
with a GIS. Photogrammetric Engineering and Remote  
Sensing. Vol. 68, No. 5, 455-461.  
FRANKLIN, J. 1986. Thematic mapper analysis of coniferus forest  
structure and composition. International Journal of Remote  
Sensing. 7:1287-1301.  
FRANKLIN, S. E., D. R. Connery and J. A. Williams. 1994.  
Classification of alpine vegetation using Landsat Thematic  
Mapper, SPOT HRV and DEM data. Canadian Journal of  
Remote Sensing. 20: 49-56.  
GARCÍA, A. A. y M. S. González. 1998. Pináceas de Durango.  
Primera Edición: 1998. Instituto de Ecología, A.C.179 p.  
HALL, F. G., D. B. Botkin, K. D. Woods, and S.J. Goetz. 1991.  
Large scale patterns of forest succesion as determined by  
remoting sensing. Ecology. 72:628-640.  
HORLER, D. N. H. and F. J.Ahern. 1986. Forestry information content  
of thematic mapper data. International Journal of Remote  
Sensing. 7:405-428.  
KARTERIS, M.A. 1985. Mapping of forest resources from a Landsat  
diazo colour composite. International. Journal of Remote  
Sensing. 6:1792-1811.  
KILPELAINEN, P. and T. Tokola. 1999. Gain to be achieved from  
stand delineation in Landsat TM image based estimates of  
stands volume. Forestry Management. 124:105-111.  
LEBGUE, T., M. Sosa, y R. Soto. 2005. La flora de las barrancas  
del cobre, Chihuahua, México. Ecología aplicada. 17-23 pp.  
LUNETTA, R. S., R. G. Congalton, L. K. Fenstermaker, R. J. Jensen,  
K. C. McGwire, and L. R. Tinney. 1991. Remote sensing and  
geographic information system data integration: Error sources  
and research issues. Photogrametric Engineering & Remote  
Sensing. 37:677-687.  
MADRIGAL, H. S. y M. H. Ramírez. 2002. Comparación de nueve  
modelos empíricos para la determinación del índice de sitio en  
Michoacán. Ciencia Forestal. Revista de Ciencia Forestal  
Mexicana. 20: 35-57.  
MARTÍNEZ, S. M., R. Armendáriz, R. Valdez y L. F. Beltrán. 2006.  
Clasificación de Potenciales Naturales en los Bosques  
Templados del Sur de Chihuahua. Folleto Técnico No. 35.  
INIFAP. 33 p.  
MUINONEN, E., M. Maltamo, H. Hyppanen, and V. Vainikainen. 2001.  
Forest stand characteristics estimation using a most similar  
neighbor approach an damage spatial structure information.  
Remote Sensing and Environment. 78: 223-228.  
PAX LENNEY, M., C. E. Woodcock, S. A. Macomber, S. Gopal, and  
C. Song. 2001. Forest mapping with a generalized classifier  
and Landsat TM data. Remote Sensing and Environment.  
77:241-250.  
REESE, H., M. Hilson, P. Sandstrom, and H. Olsson. 2002.  
Application using estimates of forest parameters derived from  
satellite and forest inventory data. Computers and Electronics  
in Agriculture. 37: 37-55.  
ROSENQVIST,A., M. Imhoff,A. Milne, and C. Dobson.1999. Workshop  
report on remote sensing and the Kyoto protocol. A review of  
available and future technology for monitoring treaty  
compliance. 323 p.  
SALAS, C., L. Ene, N. Ojeda y H. Soto. 2010. Métodos estadísticos  
paramétricos y no paramétricos para predecir variables de  
rodal basados en Lansat ETM+: una comparación en un  
bosque de Araucaria araucana en Chile. Bosque 31(3): 179-  
194  
SHEFIELD, D. 1985.Analysis of thermal data in Landsat multispectral  
classification. Photogrametric Engineering of Remote  
Sensing. 47:229-236.  
SHRESTA, H. L. 2003. Comparative Evaluation of Multi-Spatial  
resolution data for Timber Volume Estimation.  
SRNYMA. 2006. Programa estratégico forestal 2030. Secretaría  
de Recursos Naturales y Medio Ambiente del Estado de  
Durango. Dgo., México 242 p.  
STFEPN. 2007. Programa de Manejo Forestal 2007-2016, Zona  
La Peña. Características Silvícolas-Dasométricas de la  
Unidades de Manejo Aprovechables. Servicios Técnicos  
Forestales del Ejido Pueblo Nuevo. Durango, México. 28 p.  
TOMPPO, E., M. Rosengren, P. Aalto, and P. Kennedy. 2002.  
Simultaneous use of Landsat-TM and IRS-1C WiFS data  
inestimating large area stem volume and aboveground  
biomass. Remote Sensing and Environment. 82:156-171.  
TUELLER, P. T. 1989. Remote sensing technology for rangeland  
management applications. Journal of Range Managament.  
42:442-453.  
2
WULDER, M.A., R. S. Skakun, W.A. Kurz, and J. C. White. 2004. Esti-  
mating time since forest harvest using segmented Landsat ETM  
+imagery. Remote Sensing of Environment. 93:179-187.  
Este artículo es citado así:  
Nájera-Frías, J., A. Pinedo-Álvarez, F. Cruz-Cobos, S. Corral-Rivas y R. Meraz-Alemán. 2013: Modelación  
geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango. TECNOCIENCIA Chihuahua  
7(1): 39-48.  
4
7
•
Vol. VII, No. 1 • Enero-Abril 2013 •  
JAVIER NÁJERA-FRÍAS, ALFREDO PINEDO-ÁLVAREZ, FRANCISCO CRUZ-COBOS, SACRAMENTO CORRAL-RIVAS Y RUFINO MERAZ-ALEMÁN:  
Modelación geoespacial del potencial natural de bosques templados en Pueblo Nuevo, Durango  
Resúmenes curriculares de autor y coautores  
JAVIER NÁJERA-FRÍAS. Terminó su licenciatura en 1995, obteniendo el título de Licenciado en Informática en el Instituto Tecnológico de  
Durango (ITD). Posteriormente, realizó su posgrado en el Instituto Tecnológico de el Salto, en México, donde obtuvo el grado de  
Maestro en Ciencias en Desarrollo Forestal Sustentable en el 2012. Desde 1999 labora en el Tecnológico de el Salto (ITES) y posee  
la categoría de Académico titular C, así como también se ha capacitado desde entonces hasta la fecha; tomando diplomados y  
cursos de docencia y especialización. Ha participado en la elaboración de programas académicos, de la carrera de Ingeniería  
Forestal y en el módulo de especialización de la carrera de Licenciatura en Informática. Dentro del instituto se ha desempeñado  
como Jefe de Departamento de Desarrollo Académico, Servicios Escolares y Ciencias Básicas. Actualmente se desempeña como  
presidente de academia de la carrera de Informática, e imparte cátedra en Cartografía y Sistemas de Información Geográfica.  
ALFREDO PINEDO-ÁLVAREZ. Terminó su licenciatura en el 2002, año en que le fue otorgado el título de Ingeniero en Ecología por la Facultad  
de Zootecnia y Ecología de la Universidad Autónoma de Chihuahua (UACH). Realizó su posgrado en la misma facultad, donde  
obtuvo el grado de Maestro en Ciencias en el área de monitoreo y evaluación de recursos naturales en 2004 por la Universidad de  
Autónoma de Chihuahua y el grado de Doctor en Filosofía también en el área de monitoreo y evaluación de recursos naturales en  
el 2008 por la misma universidad. Desde el 2008 ha participado como docente, primero en la Universidad del Papaloapan del estado  
de Oaxaca como profesor-investigador con categoría de Académico titular C, después en la Universidad Juárez del Estado de  
Durango, donde laboró del 2008 al 2012. Actualmente es profesor-investigador para la Universidad Autónoma de Chihuahua en la  
Facultad de Agrotecnológicas. Su área de especialización es la aplicación de la geomática en la solución de los diversos problemas  
a los que se enfrentan los elementos ambientales. Ha dirigido tesis de licenciatura, maestría y doctorado. Es autor de artículos  
científicos, ha participado en ponencias en congresos, y capítulos de libros científicos, ha dirigido proyectos de investigación  
financiados por fuentes de financiamiento externas.  
FRANCISCO CRUZ-COBOS. Terminó la licenciatura en 1981 en el Instituto Tecnológico Forestal (ITF) de El Salto, Durango, obteniendo el  
título de Ingeniero en Desarrollo Forestal, posteriormente realizó estudios de posgrado en el Instituto Tecnológico Agropecuario de  
Oaxaca, obteniendo el grado a Maestría en Ciencias Forestales en 1988 y el Doctorado en Ciencias, en el año 2007, específicamente  
en el área de manejo de recursos forestales en el Colegio de Posgraduados de Montecillos, Estado de México. Desde 1981 se ha  
desempeñado como profesor de tiempo completo en el Sistema de Educación Superior Tecnológica, actualmente está adscrito al  
Instituto Tecnológico de El Salto como profesor investigador titular C de tiempo completo, con la máxima distinción de Profesor con  
Perfil Deseable, impartiendo las materias de manejo forestal, evaluación de recursos naturales, biometría forestal, ecología forestal,  
en la carrera de Ingeniería Forestal y la Maestría en Ciencias en Desarrollo Forestal Sustentable. En los últimos 6 años ha dirigido 10  
tesis de Ingeniería forestal y cuatro de Maestría, publicado como autor y coautor 10 artículos científicos relacionados con el manejo  
de los bosques, 20 ponencias en congresos, ha impartido ocho conferencias a nivel regional y nacional por invitación (CONAFOR,  
SEMARNAT, Unión de productores, entre otros), ha sido colaborador y responsable de seis proyectos de desarrollo forestal para  
organismos como el Fondo Metropolitano de la Laguna, SEMARNAT, CONAFOR, Unión de Productores. Actualmente es auditor de  
la norma ambiental ISO 14001-2004, también obtenido el certificado de competencia como evaluador de competencias laborales e  
impartición de cursos de capacitación por el Consejo Nacional de Normalización y Certificación (CONOCER), actualmente desarrolla  
un proyecto de investigación con financiamiento externo.  
SACRAMENTO CORRAL RIVAS. Terminó su licenciatura en 1996, año en que le fue otorgado el título de Ingeniero Forestal en Sistemas de  
Producción por el Instituto Tecnológico Forestal No. 1 de El Salto Pueblo Nuevo, Durango. Realizó su posgrado en la Facultad de  
Ciencias Forestales de la Universidad Autónoma de Nuevo León (UANL), donde obtuvo el grado de Maestro en Ciencias en el área  
de manejo forestal en 1999. Desde 2002 labora en el Instituto Tecnológico Forestal de El Salto Durango como profesor investigador  
asociado "C" (ES) de medio tiempo. Ha dirigido 4 tesis de licenciatura y 5 de maestría. Su área de especialización es Manejo Forestal  
Sustentable, Sistemas de Información Geográfica y Evaluación al Impacto Ambiental.  
RUFINO MERAZ-ALEMÁN. Terminó su Licenciatura en 1987, año en que le fue otorgado el título Ingeniero Forestal por el Instituto  
Tecnológico Forestal No. 1. Ha tomado Diplomados de Manejo Integral Forestal, Plantaciones Forestales, Industrias Forestales, su  
área de especialización es el Manejo Forestal. Ha impartido 11 cursos a Productores y Técnicos Forestales, y 7 conferencias por  
invitación. Se desempeña como Docente en el Instituto tecnológico de El Salto, Durango, siendo en la actualidad Jefe del Departamento  
de Gestión Tecnológica y Vinculación. Además de ser Consultor Forestal, es autor de más de 10 Programas de Manejo Forestal  
Maderable, ha dirigido una tesis de licenciatura, es coautor de 2 artículos técnicos publicados por el INIFAP, ha participado en más  
de 10 eventos nacionales e internacionales y en tres intercambios de experiencias internacionales (Finlandia, Suecia-Alemania,  
Chile), es el contacto entre FSC y el Ejido Pueblo Nuevo para la Certificación de Buen manejo Forestal, es miembro titular del Consejo  
Regional centro Norte del INIFAP y miembro de la Academia de la carrera de Ingeniería Forestal del ITES. Es auditor Técnico  
Preventivo acreditado por la SEMARNAT, es Asesor Técnico de la Confederación Nacional de Silvicultores, es miembro del Colegio  
de Profesionales Forestales Prestadores de Asistencia Técnica del Estado de Durango y es Premio al Mérito Estatal Forestal 2010,  
otorgado por el Gobierno del Estado de Durango.  
4
8
• Vol. VII, No. 1 • Enero-Abril 2013 •