Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR

Carlos Alberto Pedraza Peñaloza, Nicola Clerici, Cristian Fabián Forero, América Melo, Diego Navarrete, Diego Lizcano, Andrés Felipe Zuluaga , Juliana Delgado, Gustavo Galindo

Research output: Contribution to journalArticle

1 Citation (Scopus)

Abstract

Due to the fast deforestation rates in the tropics, multiple international efforts have been launched to reduce deforestation and develop consistent methodologies to assess forest extension and change. Since 2010 Colombia implemented the Mainstream Sustainable Cattle Ranching project with the participation of small farmers in a payment for environmental services (PES) scheme where zero deforestation agreements are signed. To assess the fulfillment of such agreements at farm level, ALOS-1 and ALOS-2 PALSAR fine beam dual imagery for years 2010 and 2016 was processed with ad-hoc routines to estimate stable forest, deforestation, and stable nonforest extension for 2615 participant farms in five heterogeneous regions of Colombia. Landsat VNIR imagery was integrated in the processing chain to reduce classification uncertainties due to radar limitations. Farms associated with Meta Foothills regions showed zero deforestation during the period analyzed (2010–2016), while other regions showed low deforestation rates with the exception of the Cesar River Valley (75 ha). Results, suggests that topography and dry weather conditions have an effect on radar-based mapping accuracy, i.e., deforestation and forest classes showed lower user accuracy values on mountainous and dry regions revealing overestimations in these environments. Nevertheless, overall ALOS Phased Array L-band SAR (PALSAR) data provided overall accurate, relevant, and consistent information for forest change analysis for local zero deforestation agreements assessment. Improvements to preprocessing routines and integration of high dense radar time series should be further investigated to reduce classification errors from complex topography conditions.
Original languageEnglish
Pages (from-to)1
Number of pages18
JournalRemote Sensing
StatePublished - 2018

Cite this

Pedraza Peñaloza, C. A., Clerici, N., Forero, C. F., Melo, A., Navarrete, D., Lizcano, D., ... Galindo, G. (2018). Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR. Remote Sensing, 1.
Pedraza Peñaloza, Carlos Alberto ; Clerici, Nicola ; Forero, Cristian Fabián ; Melo, América ; Navarrete, Diego ; Lizcano, Diego ; Zuluaga , Andrés Felipe ; Delgado, Juliana ; Galindo, Gustavo. / Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR. In: Remote Sensing. 2018 ; pp. 1.
@article{658d98f32c8644e79e662db842e7d103,
title = "Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR",
abstract = "Debido a las r{\'a}pidas tasas de deforestaci{\'o}n en los tr{\'o}picos, se han puesto en marcha m{\'u}ltiples esfuerzos internacionales para reducir la deforestaci{\'o}n y desarrollar metodolog{\'i}as coherentes para evaluar la extensi{\'o}n y el cambio forestal. Desde 2010, Colombia ha implementado el proyecto de Ganader{\'i}a Sustentable con la participaci{\'o}n de peque{\~n}os productores en un esquema de pago por servicios ambientales (PSA) donde se firman acuerdos de deforestaci{\'o}n cero. Para evaluar el cumplimiento de dichos acuerdos a nivel de finca, se procesaron im{\'a}genes duales de haz fino ALOS-1 y ALOS-2 PALSAR para los a{\~n}os 2010 y 2016 con rutinas ad-hoc para estimar bosques estables, deforestaci{\'o}n y extensi{\'o}n no forestal estable para 2615 fincas participantes en cinco regiones heterog{\'e}neas de Colombia. Las im{\'a}genes VNIR de Landsat se integraron en la cadena de procesamiento para reducir las incertidumbres de clasificaci{\'o}n debidas a las limitaciones del radar. Las fincas asociadas a las regiones de la precordillera del Meta mostraron cero deforestaci{\'o}n durante el per{\'i}odo analizado (2010-2016), mientras que otras regiones mostraron bajas tasas de deforestaci{\'o}n con la excepci{\'o}n del Valle del R{\'i}o Cesar (75 ha). Los resultados sugieren que la topograf{\'i}a y las condiciones clim{\'a}ticas secas tienen un efecto en la precisi{\'o}n de la cartograf{\'i}a basada en radar, es decir, la deforestaci{\'o}n y las clases de bosques mostraron valores de precisi{\'o}n de usuario m{\'a}s bajos en regiones monta{\~n}osas y secas, lo que revela sobreestimaciones en estos ambientes. Sin embargo, los datos generales del SAR en banda L de ALOS Phased Array (PALSAR) proporcionaron informaci{\'o}n general precisa, pertinente y coherente para el an{\'a}lisis del cambio forestal con miras a la evaluaci{\'o}n de los acuerdos locales de deforestaci{\'o}n nula. Las mejoras en las rutinas de preprocesamiento y la integraci{\'o}n de series temporales de radar de alta densidad deben investigarse m{\'a}s a fondo para reducir los errores de clasificaci{\'o}n debidos a condiciones topogr{\'a}ficas complejas.",
author = "{Pedraza Pe{\~n}aloza}, {Carlos Alberto} and Nicola Clerici and Forero, {Cristian Fabi{\'a}n} and Am{\'e}rica Melo and Diego Navarrete and Diego Lizcano and Zuluaga, {Andr{\'e}s Felipe} and Juliana Delgado and Gustavo Galindo",
year = "2018",
language = "Ingl{\'e}s",
pages = "1",
journal = "Remote Sensing",
issn = "2072-4292",
publisher = "Multidisciplinary Digital Publishing Institute (MDPI)",

}

Pedraza Peñaloza, CA, Clerici, N, Forero, CF, Melo, A, Navarrete, D, Lizcano, D, Zuluaga , AF, Delgado, J & Galindo, G 2018, 'Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR', Remote Sensing, pp. 1.

Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR. / Pedraza Peñaloza, Carlos Alberto; Clerici, Nicola; Forero, Cristian Fabián; Melo, América; Navarrete, Diego ; Lizcano, Diego ; Zuluaga , Andrés Felipe; Delgado, Juliana ; Galindo, Gustavo.

In: Remote Sensing, 2018, p. 1.

Research output: Contribution to journalArticle

TY - JOUR

T1 - Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR

AU - Pedraza Peñaloza, Carlos Alberto

AU - Clerici, Nicola

AU - Forero, Cristian Fabián

AU - Melo, América

AU - Navarrete, Diego

AU - Lizcano, Diego

AU - Zuluaga , Andrés Felipe

AU - Delgado, Juliana

AU - Galindo, Gustavo

PY - 2018

Y1 - 2018

N2 - Debido a las rápidas tasas de deforestación en los trópicos, se han puesto en marcha múltiples esfuerzos internacionales para reducir la deforestación y desarrollar metodologías coherentes para evaluar la extensión y el cambio forestal. Desde 2010, Colombia ha implementado el proyecto de Ganadería Sustentable con la participación de pequeños productores en un esquema de pago por servicios ambientales (PSA) donde se firman acuerdos de deforestación cero. Para evaluar el cumplimiento de dichos acuerdos a nivel de finca, se procesaron imágenes duales de haz fino ALOS-1 y ALOS-2 PALSAR para los años 2010 y 2016 con rutinas ad-hoc para estimar bosques estables, deforestación y extensión no forestal estable para 2615 fincas participantes en cinco regiones heterogéneas de Colombia. Las imágenes VNIR de Landsat se integraron en la cadena de procesamiento para reducir las incertidumbres de clasificación debidas a las limitaciones del radar. Las fincas asociadas a las regiones de la precordillera del Meta mostraron cero deforestación durante el período analizado (2010-2016), mientras que otras regiones mostraron bajas tasas de deforestación con la excepción del Valle del Río Cesar (75 ha). Los resultados sugieren que la topografía y las condiciones climáticas secas tienen un efecto en la precisión de la cartografía basada en radar, es decir, la deforestación y las clases de bosques mostraron valores de precisión de usuario más bajos en regiones montañosas y secas, lo que revela sobreestimaciones en estos ambientes. Sin embargo, los datos generales del SAR en banda L de ALOS Phased Array (PALSAR) proporcionaron información general precisa, pertinente y coherente para el análisis del cambio forestal con miras a la evaluación de los acuerdos locales de deforestación nula. Las mejoras en las rutinas de preprocesamiento y la integración de series temporales de radar de alta densidad deben investigarse más a fondo para reducir los errores de clasificación debidos a condiciones topográficas complejas.

AB - Debido a las rápidas tasas de deforestación en los trópicos, se han puesto en marcha múltiples esfuerzos internacionales para reducir la deforestación y desarrollar metodologías coherentes para evaluar la extensión y el cambio forestal. Desde 2010, Colombia ha implementado el proyecto de Ganadería Sustentable con la participación de pequeños productores en un esquema de pago por servicios ambientales (PSA) donde se firman acuerdos de deforestación cero. Para evaluar el cumplimiento de dichos acuerdos a nivel de finca, se procesaron imágenes duales de haz fino ALOS-1 y ALOS-2 PALSAR para los años 2010 y 2016 con rutinas ad-hoc para estimar bosques estables, deforestación y extensión no forestal estable para 2615 fincas participantes en cinco regiones heterogéneas de Colombia. Las imágenes VNIR de Landsat se integraron en la cadena de procesamiento para reducir las incertidumbres de clasificación debidas a las limitaciones del radar. Las fincas asociadas a las regiones de la precordillera del Meta mostraron cero deforestación durante el período analizado (2010-2016), mientras que otras regiones mostraron bajas tasas de deforestación con la excepción del Valle del Río Cesar (75 ha). Los resultados sugieren que la topografía y las condiciones climáticas secas tienen un efecto en la precisión de la cartografía basada en radar, es decir, la deforestación y las clases de bosques mostraron valores de precisión de usuario más bajos en regiones montañosas y secas, lo que revela sobreestimaciones en estos ambientes. Sin embargo, los datos generales del SAR en banda L de ALOS Phased Array (PALSAR) proporcionaron información general precisa, pertinente y coherente para el análisis del cambio forestal con miras a la evaluación de los acuerdos locales de deforestación nula. Las mejoras en las rutinas de preprocesamiento y la integración de series temporales de radar de alta densidad deben investigarse más a fondo para reducir los errores de clasificación debidos a condiciones topográficas complejas.

M3 - Artículo

SP - 1

JO - Remote Sensing

JF - Remote Sensing

SN - 2072-4292

ER -

Pedraza Peñaloza CA, Clerici N, Forero CF, Melo A, Navarrete D, Lizcano D et al. Zero deforestation agreement assessment at farm level in Colombia using ALOS PALSAR. Remote Sensing. 2018;1.