Evaluación del estado de conservación del manglar de la
“Comuna Palmar” Santa Elena
https://doi.org/10.47230/agrosilvicultura.medioambiente.v1.n1.2023.55-63
Revista Agrosilvicultura y Medioambiente
Volumen 1, Número 1, 2023
Universidad Estatal del Sur de Manabí
ISSN-e: Pendiente
Evaluation of the state of conservation of the mangrove of the
"Comuna Palmar" Santa Elena
Agrosilvicultura y Medioambiente
UNIVERSIDAD ESTATAL DEL SUR DE MANABÍ
Volumen: 1
Número: 1
Año: 2023
Paginación: 55-63
URL: https://revistas.unesum.edu.ec/agricultura/index.php/ojs/article/view/5
*Correspondencia autor: cesar.cabrera@unesum.edu.ec
Recibido: 15-10-2022 Aceptado: 27-11-2022 Publicado: 25-01-2023
César Alberto Cabrera Verdesoto
1
https://orcid.org/0000-0001-5101-3520
Vanesa Elizabeth Andrade Zambrano
3
https://orcid.org/0000-0002-4711-7738
Gonzalo Cristóbal Cantos Cevallos
1
https://orcid.org/0000-0002-5560-2637
Ignacio Estévez Valdez
1
https://orcid.org/0000-0001-8143-8466
Jessica Jessenia Moran Moran
2
https://orcid.org/0000-0002-6487-1038
1. Universidad Estatal del Sur de Manabí. Facultad de Ciencias Naturales y de la Agricultura, Carrera de Ingeniería Forestal.
Jipijapa, Manabí, Ecuador.
2. Universidad Estatal del Sur de Manabí. Facultad de Ciencias Naturales y de la Agricultura, Carrera Agropecuaria. Jipijapa,
Manabí, Ecuador.
3. Ingeniero Forestal, Profesional autónomo. Convento, Manabí, Ecuador.
RESUMEN
Introducción: En las zonas costeras se ubican los ecosistemas más ricos del mundo en términos de abun-
dancia de recursos naturales, prevaleciendo los manglares, por su importancia ecológica, son significativos
en lo social y económico; A pesar de su eficacia para proveer servicios ambientales, existen escasos estudios
enfocados en realizar diagnósticos del estado de este remanente en la provincia Santa Elena, comuna Palmar.
Objetivo: Evaluar el estado de conservación del manglar de la “comuna Palmar”. Materiales y métodos: Por
medio de índices de vegetación utilizando imágenes satelitales del sensor PLÉIADES para los años 2013 y
2018, procesadas mediante el software QGIS, aplicándose los índices de vegetación de diferencia normali-
zada (NDVI) el cual es un modelo de índice que arroja valores de intensidad del verdor de la zona, su vigor
vegetativo, y el índice de vegetación ajustado al suelo (SAVI) que representa el vigor y la estructura del dosel,
además incorpora un ajuste arbitrario para la cobertura incompleta del terreno utilizando las mismas bandas
que el NDVI, también son utilizados para realizar estudios espaciales y multitemporales por la caracterización
de ecosistemas, respecto a la aplicación de los índices NDVI y SAVI. Resultados: Estos muestran que ambos
índices discriminan la cobertura de manglar, no existiendo diferencia significativa, además revelaron que la
vegetación del área de estudio es muy pobre, se debe aplicar un plan de acción que permita regenerar el
área de manglar. Conclusión: El determinar la cobertura del área de estudio en la presente investigación per-
mite estimar que el 39,65% (23 ha) del manglar está desprovisto de vegetación debido al aumento progresivo
de la urbanización y la expansión de piscinas camaroneras.
Palabras clave: Ecosistema, Teledetección, SIG, NDVI, SAVI.
ABSTRACT
Introduction: The richest ecosystems in the world are located in coastal areas in terms of abundance of na-
tural resources, mangroves prevailing, due to their ecological importance, they are socially and economically
significant; Despite its effectiveness in providing environmental services, there are few studies focused on ma-
king diagnoses of the state of this remnant in the Santa Elena province, Palmar commune. Objective: Evaluate
the state of conservation of the mangrove of the "Palmar commune". Materials and methods: Through vegeta-
tion indices using satellite images of the PLÉIADES sensor for the years 2013 and 2018, processed using the
QGIS software, applying the vegetation indices of normalized difference (NDVI) which is an index model that
yields values of intensity of the greenness of the area, its vegetative vigour, and the soil-adjusted vegetation
index (SAVI) that represents the vigor and structure of the canopy, in addition incorporates an arbitrary adjust-
ment for the incomplete coverage of the terrain using the same bands as the NDVI, they are also used to carry
out spatial and multitemporal studies for the characterization of ecosystems, regarding the application of the
NDVI and SAVI indices. Results: These show that both indices discriminate mangrove cover, there being no
significant difference, also revealed that the vegetation of the study area and s very poor, an action plan must
be applied to regenerate the mangrove area. Conclusion: Determining the coverage of the study area in the
present investigation allows us to estimate that 39.65% (23 ha) of the mangrove swamp is devoid of vegetation
due to the progressive increase in urbanization and the expansion of shrimp pools.
Keywords: Ecosystem, Remote sensing, GIS, NDVI, SAVI
57
Agrosilvicultura y Medioambiente Volumen 1, Número 1, 2023
ARTÍCULO ORIGINAL: EVALUACIÓN DEL ESTADO DE CONSERVACIÓN DEL MANGLAR DE LA
“COMUNA PALMAR” SANTA ELENA
Introducción
Los ecosistemas manglares son muy com-
plejos con múltiples funciones y alto valor
ecológico, sin embargo, desde la década
de los 80 ha sufrido pérdidas alarmantes de
cobertura vegetal a nivel mundial, en tan-
to que, (Duke et al., 2017) aseguran que se
encuentra en peligro de extinción en 26 de
los 120 países que se distribuye.
En Ecuador según monitoreo de la vege-
tación de manglar realizados por CLIR-
SEN, INEFAN y otros autores, la existen-
cia de hectáreas han sido las siguientes
en los siguientes años: 1969, 362.700;
1984,182.157,3; 1987, 175.157,4; 1995,
146.944,8; 1999, 149.556,6; 2001,
154.087.31. Entre 1969 y 2001 las pérdidas
del manglar en la provincia de Esmeraldas
ha sido el 15%, en la provincia de Mana-
bí el 70% y en la provincia del Guayas el
13%, (Bodero, 2005), en el 2019 el Minis-
terio del Ambiente reporta que existen 161
835,05 lo cual representa una pérdida de
200 864,95 has, (55,38%).
Las comunas localizadas dentro de la franja
costera del Ecuador han experimentado un
acrecentamiento elevado tanto poblacional
como económico, lo que da como resultado
un aumento progresivo de las camaroneras
en estos espacios.
La comuna Palmar en la provincia de Santa
Elena cuenta con remanente de manglar, al
igual que en la provincia de Esmeraldas en
el cantón Muisne, en la provincia de Mana-
bí en Cojimíes, entre otras localidades del
país; por su parte, (Rodríguez, et al., 2016)
sostienen que estas masas vegetales se
han visto afectadas principalmente debido
a la industria camaronera (pp. 151).
La Constitución del Ecuador en su Art. 395
establece principios ambientales indicando
que; El Estado garantizara un modelo sus-
tentable de desarrollo ambiental equilibrado
y respetuoso de la diversidad cultural, que
conserve la biodiversidad y la capacidad
de regeneración natural de los ecosistemas
y asegure la satisfacción de las necesida-
des de las generaciones presente y futuras.
Se considera indispensable conocer el es-
tado de conservación del manglar de la co-
muna Palmar provincia Santa Elena, para
desarrollar recomendaciones que ayuden a
su manejo y al desarrollo sustentable y sos-
tenible.
El problema de esta investigación radica en
que no se cuenta con información veraz y
actualizada del estado de conservación del
manglar de la comuna Palmar, haciéndose
ineludible la necesidad de conocer la situa-
ción ambiental de esta área.
Materiales y Métodos
Área de estudio
La comuna Palmar se encuentra ubicada en
la parroquia Colonche del cantón Santa Ele-
na provincia del mismo nombre, encontrán-
dose a 02º01`37” de latitud sur y 80º43’52”
de longitud oeste, localizándose sobre los
5 m.s.n.m, limitando al norte con la comuna
Ayangue, al Sur con la comuna Jambelí, al
este con las estribaciones de la cordillera
Chongón-Colonche y al Oeste con el Océa-
no Pacífico (Tomalá, 2014).
Según la clasificación de Kôppen y Geiger
podemos decir que esta zona tiene un clima
BWh; es decir que está clasificado como
Desértico con las siguientes características:
temperatura media anual a 24.5 °C, precipi-
tación media anual de 228 mm, mayo es el
mes más seco con 2mm, marzo alcanza un
promedio de precipitación de 70 mm ade-
más de ser el mes más caluroso del año re-
gistrando temperaturas de 26.4 °C, el más
frío es agosto con 21.9 °C (Ecuador-Clima,
2018).
58
Agrosilvicultura y Medioambiente Volumen 1, Número 1, 2023
Figura 1. Mapa área de estudio.
Metodología
La Evaluación del manglar se fundamentó
en los siguientes pasos:
Adquisición de datos
Considerando los aspectos estacionales,
las mareas y la disponibilidad de las imáge-
nes satelitales multiespectrales, se procede
a la obtención de las imágenes de archivo
de la Compañía AGROPRESICIÓN, corres-
pondientes al sensor PLÉIADES a 0,50 m
de resolución/pixel, orto rectificado, 12 bits,
con 0% de nubosidad, ángulo de incidencia
hasta 31.1º; y capturada el 07 de mayo del
2013, nubosidad 0%, ángulo de incidencia
hasta 23.1°, procesamiento Espectral XS|-
MULTISPECTRAL PMS, 4 bandas en forma-
to geotiff.
Tratamiento Básico de las Imágenes Sa-
telitales
Pre – Procesamiento
Radicó en separar las capas de las imáge-
nes satelitales en formato Tiff, con la finali-
dad de mantener archivos independientes
para cada banda espectral que forman la
imagen y formato Tiff (Tagged Image File
Format); la transformación se llevó a cabo
mediante el uso del Plugin SCP para pro-
ducir una imagen de salida que agrupe las
bandas 1, 2, 3 y 4 para cada imagen con la
extensión Tiff.
Cálculo de Índices de vegetación
El cálculo de los índices de vegetación se
lo realizó en el software Quantum GIS ver-
sión 3.6, además utilizaron las bandas del
infrarrojo cercano y la banda del rojo, con
resolución espacial de 0,50m pixeles.
El NDVI es uno de los índices más emplea-
dos en teledetección, mediante el cual se
relaciona la información adquirida en las re-
giones del Rojo (R) y NIR con el estado y
características de las cubiertas vegetales”
(Fernández et al., 2015).
Meneses, (2011), establece que, el NDVI
es un índice no dimensional, y por lo tan-
to sus valores van de –1 a +1, los valores
que están por debajo de 0,1 corresponden
a los cuerpos de agua y a la tierra desnuda,
Cabrera Verdesoto, C. A., Andrade Zambrano, V. E., Cantos Cevallos, G. C., Valdez, I. E., & Moran Moran, J. J.
59
Agrosilvicultura y Medioambiente Volumen 1, Número 1, 2023
mientras que los valores más altos son indi-
cadores de la actividad fotosintéticas de las
zonas de matorral, el bosque templado, la
selva y la actividad agrícola.
La aplicación de los índices de vegeta-
ción se llevó a cabo a través del software
Quantum GIS Versión 3.6 y su “SAGA”, con
el complemento índice de vegetación para
análisis de imágenes satelitales, la fórmula
[1] utilizada fue la de (Gitelson, Kaufman y
Merzlyak, 1996).
El NDVI es uno de los índices más empleados en teledetección, mediante el cual se
relaciona la información adquirida en las regiones del Rojo (R) y NIR con el estado y
características de las cubiertas vegetales” (Fernández et al., 2015).
Meneses, (2011), establece que, el NDVI es un índice no dimensional, y por lo tanto
sus valores van de –1 a +1, los valores que están por debajo de 0,1 corresponden a
los cuerpos de agua y a la tierra desnuda, mientras que los valores más altos son
indicadores de la actividad fotosintéticas de las zonas de matorral, el bosque
templado, la selva y la actividad agrícola.
La aplicación de los índices de vegetación se llevó a cabo a través del software
Quantum GIS Versión 3.6 y su “SAGA”, con el complemento índice de vegetación
para análisis de imágenes satelitales, la fórmula [1] utilizada fue la de (Gitelson,
Kaufman y Merzlyak, 1996).
Dónde:
RNIR= reflectancia corregida atmosféricamente correspondiente al infrarrojo cercano
Rred = reflectancia corregida atmosféricamente correspondiente al rojo.
Gonzaga (2015), concluye que el SAVI utiliza las mismas bandas que el NDVI
incorporando un factor de corrección del efecto suelo llamado “línea de suelo”,
parámetro L. Este índice trata de corregir el efecto del suelo en el valor de índice
(p.33), se calculó mediante la siguiente formula [2] (Carvacho & Sánchez, 2010).
SAVI =
RNir-Rred
(1 + L)
[2]
RNir+Rrred+0,5
Dónde:
SAIVI: Soil Adjusted Vegetation Index;
RNIR reflectividad en la banda del infrarrojo cercano;
Rred: reflectividad en la banda del rojo;
L: constante para ajustar la línea vegetación-suelo al origen, 0,5
Evaluación de los índices de vegetación
Obtenidas las imágenes de los índices se procedió a extraer los valores mínimos y
máximos para cada índice de vegetación de cada año. Teniendo como objetivo
determinar cuál de los dos índices diferencia mejor el estado del manglar, partiendo
de una variable cuantitativa (valor de los índices), se realizó comparaciones para
establecer si existen diferencias entre los valores para cada una de las coberturas.
Para la interpretación de ambos índices de vegetación (IV) se consideraron los
valores -1 a 1 en siguiente escala:
NDVI=
[1]
Dónde:
RNIR= reflectancia corregida atmosférica-
mente correspondiente al infrarrojo cercano
Rred = reflectancia corregida atmosférica-
mente correspondiente al rojo.
Gonzaga (2015), concluye que el SAVI uti-
liza las mismas bandas que el NDVI incor-
porando un factor de corrección del efecto
suelo llamado “línea de suelo”, parámetro
L. Este índice trata de corregir el efecto del
suelo en el valor de índice (p.33), se calculó
mediante la siguiente formula [2] (Carvacho
& Sánchez, 2010).
El NDVI es uno de los índices más empleados en teledetección, mediante el cual se
relaciona la información adquirida en las regiones del Rojo (R) y NIR con el estado y
características de las cubiertas vegetales” (Fernández et al., 2015).
Meneses, (2011), establece que, el NDVI es un índice no dimensional, y por lo tanto
sus valores van de –1 a +1, los valores que están por debajo de 0,1 corresponden a
los cuerpos de agua y a la tierra desnuda, mientras que los valores más altos son
indicadores de la actividad fotosintéticas de las zonas de matorral, el bosque
templado, la selva y la actividad agrícola.
La aplicación de los índices de vegetación se llevó a cabo a través del software
Quantum GIS Versión 3.6 y su “SAGA”, con el complemento índice de vegetación
para análisis de imágenes satelitales, la fórmula [1] utilizada fue la de (Gitelson,
Kaufman y Merzlyak, 1996).
Dónde:
RNIR= reflectancia corregida atmosféricamente correspondiente al infrarrojo cercano
Rred = reflectancia corregida atmosféricamente correspondiente al rojo.
Gonzaga (2015), concluye que el SAVI utiliza las mismas bandas que el NDVI
incorporando un factor de corrección del efecto suelo llamado “línea de suelo”,
parámetro L. Este índice trata de corregir el efecto del suelo en el valor de índice
(p.33), se calculó mediante la siguiente formula [2] (Carvacho & Sánchez, 2010).
SAVI =
RNir-Rred
(1 + L)
[2]
RNir+Rrred+0,5
Dónde:
SAIVI: Soil Adjusted Vegetation Index;
RNIR reflectividad en la banda del infrarrojo cercano;
Rred: reflectividad en la banda del rojo;
L: constante para ajustar la línea vegetación-suelo al origen, 0,5
Evaluación de los índices de vegetación
Obtenidas las imágenes de los índices se procedió a extraer los valores mínimos y
máximos para cada índice de vegetación de cada año. Teniendo como objetivo
determinar cuál de los dos índices diferencia mejor el estado del manglar, partiendo
de una variable cuantitativa (valor de los índices), se realizó comparaciones para
establecer si existen diferencias entre los valores para cada una de las coberturas.
Para la interpretación de ambos índices de vegetación (IV) se consideraron los
valores -1 a 1 en siguiente escala:
NDVI=
[1]
Dónde:
SAIVI: Soil Adjusted Vegetation Index;
RNIR reflectividad en la banda del infrarrojo
cercano;
Rred: reflectividad en la banda del rojo;
L: constante para ajustar la línea vegeta-
ción-suelo al origen, 0,5
Evaluación de los índices de vegetación
Obtenidas las imágenes de los índices se
procedió a extraer los valores mínimos y
máximos para cada índice de vegetación
de cada año. Teniendo como objetivo deter-
minar cuál de los dos índices diferencia me-
jor el estado del manglar, partiendo de una
variable cuantitativa (valor de los índices),
se realizó comparaciones para establecer
si existen diferencias entre los valores para
cada una de las coberturas.
Para la interpretación de ambos índices de
vegetación (IV) se consideraron los valores
-1 a 1 en siguiente escala:
El agua tiene reflectancia mayor en el in-
frarrojo que en el rojo, por lo tanto, valores
negativos van a corresponder a masas de
agua.
El suelo descubierto y con vegetación rala
presenta valores positivos, aunque no muy
elevados.
La vegetación densa, sana y bien desarro-
llada presenta los mayores valores. Las nu-
bes presentan valores similares en el rojo e
infrarrojo cercano, por lo que es cercano a
0 (Gonzaga, 2015).
Resultados
Determinar la cobertura y ubicación geo-
gráca del manglar de la común a Palmar
El área de estudio comprendió 58 ha de las
cuales, 35 ha son área neta de manglar de
la comuna Palmar, el cual fue delimitado uti-
lizando las imágenes satelitales de los años
2013 y 2018, ubicándose a 02°01`12" de
latitud Sur a 80°44`05" de longitud Oeste,
en la comuna Palmar, parroquia Colonche,
cantón Santa Elena, provincia de Santa Ele-
na.
ARTÍCULO ORIGINAL: EVALUACIÓN DEL ESTADO DE CONSERVACIÓN DEL MANGLAR DE LA
“COMUNA PALMAR” SANTA ELENA
60
Agrosilvicultura y Medioambiente Volumen 1, Número 1, 2023
Figura 2. Mapa Ubicación Geográfica de Manglar.
Realizar un análisis comparativo de la co-
bertura del manglar entre los años 2013
y 2018
Se encontraron diferencias en los valores
de NDVI y SAVI entre las imágenes de los
años 2013 y 2018.
La ecuación aplicada para el NDVI se ob-
tuvo un rango de -0,24 a 0,685 en el 2013
y -0,251 a 0,712 en el 2018 teniendo un in-
cremento progresivo, mientras que para el
SAVI se obtuvo -0,359 a 1,03 en el 2013 y
-0,376 a 1,07 en el 2018 con poca variación,
teniendo en cuenta que el rango fluctúa de
-1 a 1 para ambos índices, los valores me-
nores y cercanos a 0,5 revelaron que el área
posee vegetación pobre y cercanos a 1 in-
dican que la vegetación presente en el área
de estudio es vigorosa.
El NDVI en ambos años muestra superficies
descubiertas o con poca vegetación en la
parte este del manglar (colores verdes ama-
rilloso con valores cercanos a 0), en la parte
centro el color verde indicando valores cer-
canos a 0,5 y se aprecia claramente en la
parte oeste el tono verde intenso como indi-
cador de vegetación densa, mientras que el
color amarillo pálido indica la presencia de
agua (Figuras. 3 y 5).
Figura 3. Cálculo NDVI Año 2013.
Figura 4. Histograma NDVI Año 2013.
Cabrera Verdesoto, C. A., Andrade Zambrano, V. E., Cantos Cevallos, G. C., Valdez, I. E., & Moran Moran, J. J.
61
Agrosilvicultura y Medioambiente Volumen 1, Número 1, 2023
Figura 5. Cálculo NDVI Año 2018.
Figura 6. Histograma NDVI Año 2018.
El SAVI muestra claramente los cuerpos de
agua con valores negativos, suelos desnu-
dos con valores cercanos a 0 y cobertura
de vegetación densa con valores mayores
a 0,5 y cercanos a 1 (Figuras. 7 y 9).
El procesamiento de las imágenes para am-
bos años muestra aumento de cubierta de
vegetación en la parte céntrica del área de
manglar en el año 2018.
Figura 7. Cálculo SAVI 2013.
Figura 8. Histograma SAVI Año 2013.
Figura 9. Cálculo de SAVI 2018.
Figura 10. Histograma SAVI Año 2018.
Discusión
Comparando los datos de las imágenes sa-
telitales del sensor PLEIADES para los años
2013 y 2018, se observa una corresponden-
cia exacta, se destaca que se mantienen los
valores bajos y altos para las mismas cober-
turas, los valores más altos se registran en la
ARTÍCULO ORIGINAL: EVALUACIÓN DEL ESTADO DE CONSERVACIÓN DEL MANGLAR DE LA
“COMUNA PALMAR” SANTA ELENA
62
Agrosilvicultura y Medioambiente Volumen 1, Número 1, 2023
zona de manglar siendo esta de vegetación
densa y los más bajos a cuerpos de agua y
suelos desnudos, ambos índices mostraron
un comportamiento similar en la diferencia-
ción de los tipos de cobertura y como indi-
cador de estado de vigor vegetativo, obte-
niendo los valores más altos para SAVI, no
obstante en investigaciones realizadas por
Gonzaga (2015), en su estudio de aplica-
ción de índices de vegetación (IV) derivados
de imágenes satelitales para análisis de co-
berturas vegetales en la provincia de Loja,
Ecuador, logra similar comportamiento con
respecto a los valores para NDVI y SAVI sien-
do los valores más bajos para SAVI y los más
altos para NDVI; correspondiendo los valo-
res más altos a áreas con menor densidad
vegetal y suelo desnudo, y, los valores más
altos a cobertura de pastos.
Sin embargo, investigaciones realizadas
por Sánchez. (2007), demostraron que los
dos (IV) presentan una capacidad discri-
minatoria de los modelos de combustible
bastante alta, porque de las 45 parejas de
modelos de combustibles, sólo reflejan es-
tadísticamente iguales 5 en NDVI y 7 en
SAVI, resulta bastante llamativo el hecho de
que sea el NDVI el que permite discriminar
más modelos de combustible, pese a ser el
índice de vegetación más sencillo y que no
intenta reducir el efecto del suelo. Esto pue-
de deberse al hecho de que en la zona de
estudio la mayor parte de las formaciones
vegetales presentan una densidad bastante
alta, que puede hacer innecesario el uso de
índices de vegetación más complejos.
Vani. & Ravibabu (2017) estima que en los
dos (IV) la cubierta forestal muestra valores
altos, donde la discrepancia de tendencia
para la cubierta forestal es similar en todos
los conjuntos de datos, el NDVI y SAVI con
0.5 muestran un valor alto, SAVI -0.9 elimina
el efecto de fondo del suelo y proporciona
los valores precisos para este tipo de sitios.
Con los inconvenientes encontrados apli-
cando los (IV) no se ha podido observar una
diferencia significativa en estos años.
Conclusiones
El determinar la cobertura del área de es-
tudio en la presente investigación permite
estimar que el 39,65% (23 ha) del manglar
está desprovisto de vegetación debido al
aumento progresivo de la urbanización y la
expansión de piscinas camaroneras.
Los índices de vegetación evaluados, NDVI
y SAVI derivados de imágenes del sensor
PLEIADES permitieron estimar el estado
vegetal de la cobertura de manglar en el
área de estudio, presentando una mínima
diferencia para cada cobertura, a su vez
permitieron caracterizar y discriminar los di-
ferentes tipos de coberturas, teniendo una
imperceptible diferenciación para ambos
índices.
Bibliografía
Bodero, A. 2005. El Bosque de Manglar de Ecuador.
Grupo Majagual. Grupo Majagual. Esmeraldas.
14 p. http://www.rts.ec/difusion_ambiental/man-
glares_ecuador.pdf
Carvacho Bart, L. y Sánchez Martínez, M. 2010.
Comparación de índices de vegetación a partir
de imágenes MODISen la región del Libertador
Bernardo O’Higgins, Chile, en el período 2001-
2005. En: Ojeda, J., Pita, M.F. y Vallejo, I. (Eds.),
Tecnologías de la Información Geográfica: La
Información Geográfica al servicio de los ciuda-
danos. Secretariado de Publicaciones de la Uni-
versidad de Sevilla. Sevilla. Pp. 728-737. ISBN
978-84-472-1294-1.
Chehbouni, Huete, Kerr, & Sorooshian 1994. A Mo-
dified Soil Adjusted Vegetation Index. Revista
Remote Sens Environ. Vol 48 119-126.
Duke, N. Meynecke, J. Dittmann, S. Ellison, S. Ira, K.
Berger, U. Cannicci, S. Diele, K. Ewel, K. Campo,
C. Koedan, N. Lee, S. Marchand, C. Nordhaus,
Y. & Dahdouh-Guebas, F. 2017. Protocolos de
Campo Para o Monitoramento de Habitats Ben-
tonicos Costeiros. Brasil. 255 p.
Fernández, D., Martín M. P., Vilar L., Pacheco-Labra-
dor J. 2015: “Estimación del contenido de hu-
medad de la vegetación herbácea en una zona
de dehesa a partir de imágenes hiperespectra-
les adquiridas por el sensor aeroportado CASI”,
GeoFocus (Artículos), nº 16, p. 177-204. ISSN:
1578-5157.
Cabrera Verdesoto, C. A., Andrade Zambrano, V. E., Cantos Cevallos, G. C., Valdez, I. E., & Moran Moran, J. J.
63
Agrosilvicultura y Medioambiente Volumen 1, Número 1, 2023
Gonzaga, C. 2015. Aplicación de Índices de Vege-
tación Derivados de Imágenes Satelitales para
análisis de Coberturas Vegetales en la Provincia
de Loja, Ecuador. Revista Cedama. Vol. 5. Nº 1.
Pp.30-41. Recuperado de: http://revistas.unl.
edu.ec/index.php/cedamaz/article/view/43/41
Ecuador-Clima. 2018. Climate-Data.ORG. Palmar
Clima Ecuador. 1 p.
Meneses, C. 2011. El índice normalizado diferencial
de la vegetación como indicador de la degrada-
ción del bosque. Unasylva 238. Vol. 62. FAO/C.
PALMBERG-LERCHE. Pp. 39-46.
Ministerio del Ambiente y Agua del Ecuador, (MAAE).
2019. Plan de Acción Nacional Protección del
Manglar. Boletín N° 189. Guayas. 1 p.
Rodríguez, G. C., Chiriboga Calderón, & Lojan Fei-
joo, A. C. (2016). Las camaroneras ecuatoria-
nas: una polémica medioambiental. Revista
Universidad y Sociedad [seriada en línea], 8 (3).
pp. 151 -156. Recuperado de http://scielo.sld.
cu/pdf/rus/v8n3/rus20316.pdf
Sánchez. R. 2007. La Teledetección y el Ecosistema
Manglar en el Ecuador. Revista Teledetección.
Centro de Levantamientos Integrados de Re-
cursos Naturales por Sensores Remotos [CLIR-
SEN]. 23-28.
Tomalá, M. 2014. Diseño de un Centro de Interpre-
tación del Patrimonio Natural y Cultural Como
Base al Desarrollo Turístico de la Comuna Pal-
mar, Parroquia Colonche, Provincia de Santa
Elena. Universidad Estatal Península de Santa
Elena. Santa Elena.
Vani, V & Ravibabu, M. 2017. Comparative study of
NDVI and SAV vegetation índice in Anantapur
District Semi-Arid Áreas. Revista Internacional
de Civil Ingeniería y Tecnología (IJCIET). Volu-
men 8. Número 4. 559-566.
Cómo citar: Cabrera Verdesoto, C. A., Andrade Zam-
brano, V. E., Cantos Cevallos, G. C., Valdez, I. E., &
Moran Moran, J. J. Evaluación del estado de conser-
vación del manglar de la “Comuna Palmar” Santa Ele-
na. Agrosilvicultura Y Medioambiente, 1(1), 55–63. ht-
tps://doi.org/10.47230/agrosilvicultura.medioambiente.
v1.n1.2023.55-63
ARTÍCULO ORIGINAL: EVALUACIÓN DEL ESTADO DE CONSERVACIÓN DEL MANGLAR DE LA
“COMUNA PALMAR” SANTA ELENA