Upload
others
View
3
Download
0
Embed Size (px)
Citation preview
GEORREFERENCIACIÓN DE LOS EJEMPLARES BOTÁNICOS DE LA COLECCIÓN DEL
HERBARIO FORESTAL (UDBC)
PROYECTO DE GRADO
MODALIDAD PROYECTO DE APLICACIÓN
JUAN ANDRÉS MARTÍNEZ PULIDO (20092010031)
JUAN SEBASTIÁN SÁNCHEZ FERNÁNDEZ (20092010051)
DIRECTOR: WILLIAM ARIZA CORTÉS
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS
FACULTAD DE MEDIO AMBIENTE Y RECURSOS NATURALES
PROYECTO CURRICULAR INGENIERIA FORESTAL
BOGOTÁ D.C.
SEPTIEMBRE DE 2016
2
Contenido 1. INTRODUCCIÓN ................................................................................................................................. 3
2. OBJETIVOS .......................................................................................................................................... 7
2.1 Objetivo general ...................................................................................................................................... 7
2.2 Objetivos específicos .............................................................................................................................. 7
3. PLANTEAMIENTO DEL PROBLEMA ............................................................................................... 7
4. JUSTIFICACIÓN................................................................................................................................... 8
5. SÍNTESIS DEL PROYECTO ................................................................................................................ 9
6. ESTADO DEL CONOCIMIENTO...................................................................................................... 10
6.1 Antecedentes ................................................................................................................................... 10
7. MARCO TEÓRICO ............................................................................................................................. 13
7.1 Georreferenciación ................................................................................................................................ 13
7.1.1 Georreferenciación Retrospectiva ...................................................................................................... 13
7.1.2 Georreferenciación de localidades ..................................................................................................... 16
7.2 Estandarización de localidades ............................................................................................................. 17
7.3 Proceso de asignación de coordenadas ................................................................................................. 22
7.4 Validación ............................................................................................................................................. 24
7.5 Métodos de georreferenciación ............................................................................................................. 25
7.6 Obtención de incertidumbre a través de la calculadora MaNIS ............................................................ 30
8. METODOLOGÍA ................................................................................................................................ 31
9. RESULTADOS .................................................................................................................................... 36
9.1 Resultados anteriores ...................................................................................................................... 36
9.2 Resultados actuales ......................................................................................................................... 38
10. ANÁLISIS DE RESULTADOS ........................................................................................................ 44
11. CONCLUSIONES ............................................................................................................................. 51
12. RECOMENDACIONES .................................................................................................................... 52
13. BIBLIOGRAFÍA ................................................................................................................................ 53
3
1. INTRODUCCIÓN
El convenio de Diversidad Biológica, aprobado en Colombia mediante la ley 165 del año 1994
define la diversidad biológica (también llamada biodiversidad), como la variabilidad de los
organismos vivos y de cualquier fuente, incluyendo los ecosistemas terrestres y marinos, y los
complejos ecológicos de los que hace parte, así como también comprende la diversidad específica,
entre las especies y de los ecosistemas (Andrade, 2011).
Los diferentes ecosistemas deben ser evaluados y explorados, ya que permiten establecer la toma
de decisiones en los procesos de conservación y planeación ambiental, los cuales pueden verse de
manera integral, es por esto que los datos y la información obtenida a través de colecciones
biológicas son una fuente fundamental en los temas relacionados con la taxonomía, la sistemática
vegetal y la ecología (Guisan & Thuiller, 2005).
Colombia cuenta con características especiales en su distribución geográfica, tales como su
topografía y su ubicación en una zona tropical, lo cual lo hace estar dentro del grupo de 14 países
que albergan el mayor índice de biodiversidad, que suelen ser denominados como países mega
diversos, compartiendo la categoría con Argentina, Brasil, Costa Rica, entre otros (Andrade,
2011).
También cuenta con un Sistema de Información sobre Biodiversidad (SiB Colombia, iniciativa
para brindar información sobre biodiversidad del país y de acceso libre), el cual establece un dato
estimado para flora de cerca de treinta mil especies de plantas conocidas, divididas de la siguiente
manera: 22480 especies de Angiospermas, 1643 especies de licófitos y helechos; 262 especies de
palmas; 4010 especies de orquídeas, 45 especies de Gimnospermas y 1636 especies de musgos
(SiB, 2015), así como el Catálogo de Plantas y Líquenes de Colombia (Bernal et al., 2015), que da
4
un dato de 28.521 registros de especies, de los cuales aproximadamente el 87% (25008)
corresponde a plantas vasculares y el restante a no vasculares (líquenes y briófitos).
Los registros mencionados con anterioridad suelen ser almacenados en colecciones, museos,
herbarios, centros de documentación o bibliotecas. Estos archivos describen la vida pasada y
presente del planeta, en un lugar y un tiempo espacial determinado, constituyendo así una fuente
de información para los estudios de biodiversidad (Smith & Blagoderov, 2012).
Las colecciones biológicas se han convertido en un tesoro incomparable y en una fuente principal
de conocimiento. Las ejemplares de colección y sus datos han sido recolectados durante siglos, y
contienen parte de la biodiversidad a nivel mundial. También representan una fuente de
información fundamental para investigaciones básicas y ciencias aplicadas del medio ambiente
(Smith & Blagoderov, 2012).
Una de las necesidades actuales es disponer y facilitar el acceso de la información de las
colecciones biológicas, con el fin de generar información acorde a las necesidades de la
biodiversidad, los ecosistemas y los recursos naturales. Actualmente la forma en que los
conocimientos taxonómicos son documentados, consultados y utilizados ha cambiado debido a los
avances de la informática para la biodiversidad y las diferentes tecnologías de la información.
Estos conocimientos buscan facilitar su dinámica y generar un libre acceso de la información
(Cigliano, Pocco, & Pereira, 2014).
Ante estas necesidades los museos e instituciones han decidido iniciar un proceso de digitalización
como medio para poner las colecciones biológicas a disposición de todo público (Smith &
Blagoderov, 2012)
5
La digitalización de la información botánica depende principalmente de la identificación
taxonómica, junto con la cantidad y la calidad de la información asociada a cada uno de los
ejemplares. Usualmente un ejemplar contiene la siguiente información: fecha, localidad, colector
e información taxonómica. (Cigliano et al., 2014).
En la actualidad se busca ubicar geográficamente elementos en diferentes ámbitos de la Biología,
como por ejemplo para la ubicación y el monitoreo de especies de flora y fauna silvestre, o para
tener en cuenta aspectos relacionados con la distribución de especies o de estrategias de control
biológico (Muñoz, Hernández, & Colin, 2004).
Lo anterior evidencia la necesidad de establecer estrategias que permitan mejorar la calidad de la
información geográfica de la biodiversidad en el país, y en el caso de este trabajo, a los recursos
forestales ya que permite la mejora y el desarrollo del sector en el mediano y largo plazo. Esto se
realiza a través del registro de las ocurrencias de especies, ya sea por observación o por
procedimientos de colectas con ejemplares testigo en herbarios. Por lo tanto, es necesario
establecer procedimientos de mejora en cuanto a la calidad de información, teniendo en cuenta los
aspectos taxonómicos y geográficos, por lo que es de vital importancia la geolocalización de las
ocurrencias de especies reportadas.
Estos procedimientos deben estar enfocados y desarrollados con nuevas tecnologías, como el uso
de los Sistemas de Información Geográfica (SIG). Los SIG usan herramientas geográficas, tales
como los sistemas de coordenadas, que pueden entenderse como representaciones matemáticas
espaciales; o la georreferenciación, que consiste en el proceso de ubicación de objetos en un
sistema de referencia de coordenadas (Dirección Provincial de Ordenamiento Urbano y Territorial,
2011).
6
La georreferenciación, también puede ser entendida como un proceso que permite determinar la
posición geográfica de un elemento, en un sistema de coordenadas dado. Este proceso se determina
por medio de una relación de posiciones entre los elementos geográficos (Dávila & Camacho,
2012). Estos procesos pueden aplicarse tanto a observaciones, como para el caso de este proyecto,
a ejemplares de herbario.
Un herbario puede ser definido como una colección de plantas secas, las cuales son prensadas y
etiquetadas (León, 2010). El herbario posee múltiples funciones, como la identificación de plantas,
la provisión de material para realizar medidas morfológicas, o para obtener información de
estudios asociados a sistemas de información geográfica de expediciones pasadas, en relación con
caracteres taxonómicos y ecológicos. (Funk, 2004).
La facultad de Medio Ambiente y Recursos Naturales de la Universidad Distrital Francisco José
de Caldas tiene como unidad académica el Herbario Forestal Gilberto Emilio Mahecha, cuyo
acrónimo es UDBC, tiene como misión la colección, distribución y el incremento del conocimiento
que se tiene sobre la flora de Colombia, teniendo como énfasis a las especies arbóreas (Herbario
Forestal -UDBC-, 2015).
Teniendo en cuenta la existencia de una página web asociada al Herbario Forestal UDBC, en donde
se muestran los especímenes colectados a través de los años, resulta de suma importancia la
identificación geográfica de su colección, ya que permite mejorar la información, los aspectos
relacionados con las distribuciones y los lugares del país en donde más se han recolectado muestras
botánicas, así como también permite establecer estrategias y recomendaciones asociadas
posteriores colecciones y tomas de decisiones ambientales.
7
Este proyecto busca continuar el proceso de georreferenciación realizado por Bohórquez y Ángel
(2014), el cual buscaba la georreferenciación por localidades de los ejemplares botánicos
depositados en el Herbario Forestal (UDBC), para mejorar la información referente a la posición
geográfica de colecta de los mismos.
2. OBJETIVOS
2.1 Objetivo general
Realizar la georreferenciación de especímenes botánicos del Herbario Forestal (UDBC) y su
implementación para los procesos de localización geográfica.
2.2 Objetivos específicos
Georreferenciación de 5450 localidades de la colección del Herbario Forestal UDBC.
Realizar una actualización al protocolo de georreferenciación usado en el Herbario Forestal
UDBC.
3. PLANTEAMIENTO DEL PROBLEMA
Actualmente, la colección del Herbario Forestal UDBC cuenta con aproximadamente 35607
ejemplares botánicos (al mes de Julio de 2016), que albergan alrededor de 6596 especies
identificadas y que abarcan todos los departamentos a nivel nacional. Estos ejemplares
corresponden a 7868 localidades únicas. Toda la información registrada de estos ejemplares es
almacenada en una base de datos desarrollada por la Universidad de Kansas: Specify.
La colección actualmente se encuentra en un proceso de actualización cartográfica, donde ya se
han georreferenciado 1674 localidades que corresponden a aproximadamente un 21% de las
8
muestras botánicas depositadas en el Herbario UDBC. Este proceso comenzó en el año 2014
definiendo una metodología y protocolo de georreferenciación.
Este proyecto busca completar la información establecida para la georreferenciación de las
localidades faltantes, de manera tal que sirvan como herramienta para la mejora de la calidad de
la información presente en la página web del Herbario Forestal (UDBC), y que también permita
establecer estrategias para la colección de futuras muestras botánicas y de sus respectivos análisis.
4. JUSTIFICACIÓN
En la actualidad, el conocimiento de la Biodiversidad ha tenido un amplio avance tecnológico,
evidenciado en el aumento del uso y acceso a los SIG, así como también en el uso de nuevas
tecnologías y programas que han ayudado a la mejora y al conocimiento (Sua, Mateus, & Vargas,
2005).
Colombia es una de las regiones más diversas de flora y fauna en el mundo y se ha identificado
como un país megadiverso (Fandiño & Ferreira, 1998). Así mismo el grado de endemismos con
los que cuenta el país, lo establece como un lugar con alta Biodiversidad (Mittermeier, Myers, &
Mittermeier, 1999).
Esta megadiversidad se deposita en colecciones biológicas que se consideran fuentes principales
de información, de acuerdo a la calidad de la información, mayor va a ser la capacidad para afrontar
las problemáticas de la actualidad (Escobar, Díaz, Jojoa, Rudas, & Saavedra, 2014).
Basado en lo anterior, la colección de muestras botánicas que tiene el Herbario Forestal UDBC se
encuentra en el proceso de actualización constante, tanto en el número de ejemplares totales, como
en el mejoramiento de la calidad de la información.
9
Se presenta como antecedente la Tesis de Grado realizado por Bohórquez y Ángel, en el año 2014,
que fue el inicio del proceso de georreferenciación de ejemplares botánicos depositados en la
colección. Este proyecto busca continuar dicho proceso, consolidando protocolos de
georreferenciación con estándares internacionales y nacionales, promoviendo y garantizando la
disponibilidad de datos de calidad que son primordiales para la toma de decisiones sobre la
conservación de la biodiversidad, así como también para la mejora de la obtención de información
en referencia al uso y manejo de los recursos naturales.
5. SÍNTESIS DEL PROYECTO
La georreferenciación puede ser entendida como un proceso para determinar la posición geográfica
de un elemento, en un sistema de coordenadas. Este proceso se puede aplicar a observaciones,
como para ejemplares de un herbario. La facultad de Medio Ambiente y Recursos Naturales de la
Universidad Distrital Francisco José de Caldas tiene como unidad académica el Herbario Forestal
Gilberto Emilio Mahecha, cuyo acrónimo es UDBC. Este proyecto continuó el proceso de
georreferenciación realizado por Bohórquez y Ángel (2014), el cual buscaba la georreferenciación
por localidades de los ejemplares botánicos depositados en el Herbario Forestal (UDBC).
La metodología utilizada se basó en los principios de la georreferenciación retrospectiva, y constó
de cinco pasos: Preparación de datos, estandarización de localidades, categorización de localidades
(estableciendo 4 categorías), georreferenciación y validación de coordenadas. Los resultados
obtenidos permitieron establecer la georreferenciación de 5458 localidades, de las cuales 1037
correspondieron a la categoría 1, 233 localidades a la categoría 2, 3994 localidades a la categoría
3 y 194 localidades en la categoría 4.
10
Los departamentos con el mayor número de localidades fueron Cundinamarca, Meta, Santander,
Bogotá y Valle del Cauca. El total de localidades georreferenciadas de estos 5 departamentos fue
de 2599. También se determinaron los cinco departamentos con la mayor representatividad
municipal, los cuales fueron: Arauca, Bogotá, La Guajira, Quindío y Vaupés.
Los resultados obtenidos permitieron estimar tiempos de georreferenciación por categorías,
encontrándose que para la categoría 1 se pudieron georreferenciar 26 localidades por hora, para la
categoría 2 se georreferenció aproximadamente 9 localidades por hora, y para la localidad tres se
tuvo un promedio de 5 localidades georreferenciadas por hora.
Los resultados permitieron establecer que la georreferenciación retrospectiva es fundamental para
mejorar la calidad de la información de colecciones biológicas. Se deben establecer nuevas rutas
de colecta para los departamentos de Antioquia, Atlántico, Bolívar, Cesar y Magdalena, de acuerdo
a la representatividad en relación con la división político administrativa del país.
6. ESTADO DEL CONOCIMIENTO
6.1 Antecedentes
Las colecciones biológicas albergan una gran riqueza de la diversidad nacional. Se han
coleccionado aproximadamente unos tres millones quinientos mil ejemplares, desde el año 1783
época de inicio de la Expedición Botánica del Reino de Granada. Estas colecciones se han
convertido en fuentes primarias de la información, conceptualmente son bibliotecas o centros de
documentación con información primordial e irremplazable (Simmons & Muñoz-Saba, 2005).
Las colecciones tienen archivos detallados de la vida pasada y presente del planeta, en un lugar y
un tiempo espacial determinado, constituyendo así una fuente de información relacionada a la
11
geología y la distribución geográfica de un espécimen. Con esta información se pueden realizar
investigaciones relacionadas con: taxonomía, sistemática, estudios evolutivos, estudios de
modelos predictivos de la biodiversidad del planeta, estudios ecológicos, estudios químicos,
estudios moleculares, estudios de monitoreo de las especies, patrones de riqueza, estudios de
biodiversidad, estudios multi temporales, determinación de áreas vulnerables, entre otros
(Simmons & Muñoz-Saba, 2005).
Actualmente se ha aumentado la demanda de información de las colecciones biológicas, esto está
relacionado con el incremento de investigaciones a nivel mundial. Así mismo se ha incrementado
la población que busca tener acceso a los archivos de datos y a los ejemplares. Se debe resaltar que
muchas de las colecciones biológicas no tienen un uso eficiente debido a que los datos y la
información no está sistematizada, por esta razón en la actualidad se promueve la disponibilidad
de datos a nivel mundial, evidenciando la necesidad de contar con información de calidad
(Simmons & Muñoz-Saba, 2005).
Usualmente la información es almacenada a través de bases de datos, que durante los últimos años
han facilitado el manejo de datos taxonómicos, con información clara, sistematizada, accesible y
actualizada. Algunas de las bases de datos que existen son las siguientes: Specify, del Museo de
Historia Natural de la Universidad de Arkansas en Estados Unidos; Atta, del Instituto Nacional de
Biodiversidad de Costa Rica; ITIS, que está organizada como una asociación entre México,
Canadá y EU, y Biótica de la Conabio, que homogeneiza los datos de las colecciones biológicas
del Sistema Nacional de Información sobre Biodiversidad Mexicana (SNIB) y es uno de los
sistemas pioneros en la administración de las colecciones biológicas a nivel mundial.
12
Sin embargo, la implementación de las bases de datos se dificulta debido a la calidad de la
información obtenida, la temporalidad de los registros, la escasez de especialistas, los recursos
económicos y la baja frecuencia en campañas de difusión (Plascencia, Castañón, & Raz, 2011).
La idea principal es conformar, utilizar e intercambiar la información biológica contenida en las
bases de datos para que esté disponible a cualquier usuario en cualquier parte del mundo y sea de
fácil acceso. La información presente en estas bases de datos debe contener datos básicos de las
especies, datos taxonómicos, datos ecológicos y datos geográficos en donde la georreferenciación
juega un papel fundamental.
La georreferenciación es entendida como un proceso de asignación de coordenadas espaciales a la
descripción de un sitio. Dicho proceso permite ubicar geográficamente un espécimen en un tiempo
y lugar determinado, mejorando la calidad de la información de las colecciones biológicas.
Algunas de las plataformas que han incluido la georreferenciación son: Global Biodiversity
Information Facility (GBIF), Australia’s Virtual Herbarium (AVH), The Biological Collection
Access Service for Europe (BioCASE), European Natural History Specimen Information Network,
Fisnet y HerpNet (Escobar, et al. 2014).
A nivel nacional surge el Sistema de Información sobre Biodiversidad de Colombia –SiB
Colombia–, que tiene como propósito brindar libre acceso a la información relacionada con la
diversidad biológica del país con el objetivo de construir y generar una sociedad sostenible. Esta
entidad es liderada por el Ministerio de Medio Ambiente y Desarrollo Sostenible, los cinco
institutos de investigación del Sistema Nacional Ambiental –SINA– y la Universidad Nacional de
Colombia (SIB Colombia, 2016).
13
7. MARCO TEÓRICO
7.1 Georreferenciación
La georreferenciación es un proceso de asignación de coordenadas espaciales a la descripción
textual de un sitio, permite integrar un valor espacial con la ocurrencia de un registro biológico en
el tiempo y en el espacio generando información de calidad y confiable (Escobar et al., 2014).
También se puede definir como un proceso que permite determinar la posición de un elemento en
un sistema de coordenadas espaciales, la georreferenciación es definida por una función
matemática del tipo 𝑋 = 𝐹(𝑥, 𝑦) o 𝑌 = 𝐹(𝑥, 𝑦), función utilizada con frecuencia en los sistemas
de información geográfica (SIG) (Martínez, Francisco, & Nacional, n.d.).
La información geográfica de una colección biológica es muy variable, ya que depende de la
percepción del colector o colectores, el sistema de posicionamiento global y el cambio temporal
de las entidades geográficas entre otros. Parte de las colecciones de museos y herbarios presentan
información básica de una localidad generando un mayor esfuerzo para convertir descripciones
textuales a coordenadas (Cezón, 2015).
También hay que tener en cuenta que la mayoría de los datos geográficos de las colecciones son
textos con referencias que no tienen un tratamiento de datos y tampoco tienen cartografía
(Francesc, Uribe; Prieto, 2014). Ante esta problemática surge la georreferenciación retrospectiva.
7.1.1 Georreferenciación Retrospectiva
Es un proceso de asignación de coordenadas a localidades, en la que sólo se dispone de su
descripción textual (Francesc, Uribe; Prieto, 2014). Para la asignación de coordenadas de este
método se establecen diferentes herramientas y recursos, tales como:
14
- Información de carácter físico: Atlas, nomenclaturas, mapas, libros, artículos entre otros.
- Información de carácter digital: servicios web de consulta global o local (Google, Services,
entre otros) así como aplicaciones específicas (Getty, GeoLocate, Google Earth entre otros).
Para facilitar la georreferenciación retrospectiva se ha desarrollado el método radio – punto, el
cual consiste en generar un radio de incertidumbre al punto central de la localidad, también
conocido como centroide, el cual fija una posición en el mapa a partir de las coordenadas del
mismo y la distancia de su radio, representando el área donde posiblemente se realizó la colecta
(Francesc, U & Prieto, M, 2014). Asimismo, se requiere que la descripción de la localidad contenga
varios elementos geográficos que permitan localizar con mayor precisión el sitio de colecta
(Cezón, 2015).
En la actualidad los sistemas de posicionamiento global (GPS) han permitido generar con mayor
frecuencia y precisión las coordenadas del sitio de colecta. Sin embargo, los registros sin
coordenadas siguen siendo considerables (Merchand et al, 2008).
En la figura 1 se observa el proceso de la georreferenciación retrospectiva.
15
Figura 1: proceso de georreferenciación retrospectiva, obtenida de (Cezón, 2015)
El primer paso, correspondiente a la organización, busca definir los estándares y los métodos para
llevar a cabo la georreferenciación, así como también busca separar la información utilizada de la
colección a georreferenciar.
Posteriormente se da un proceso de clasificación y depuración, el cual cuenta con tres pasos
fundamentales: ordenar la base de datos que se planea georreferenciar; observar si existen registros
de la misma localidad y si existen datos ya validados de esta y excluir las localidades con falta de
elementos para poder georreferenciarla.
El tercer paso de la georreferenciación retrospectiva corresponde a la asignación de coordenadas,
a través del uso de cartografía o uso de SIG, y el cálculo de las incertidumbres correspondientes,
según sea el caso.
ORGANIZACIÓN CLASIFICACIÓN Y
DEPURACIÓNASIGNACIÓN DE COORDENDADAS
VALIDACIÓN Y CHEQUEO
DOCUMENTACIÓN
16
A continuación, se establece la validación y el chequeo que corrobora la información de las
localidades georreferenciadas, y por último se establece la documentación pertinente, referente a
los resultados obtenidos.
7.1.2 Georreferenciación de localidades
Una localidad puede definirse como la posición de una entidad en el espacio (Escobar et al., 2014).
El proceso de georreferenciación de localidades consiste en convertir la descripción textual del
sitio de colecta en coordenadas.
Para convertir esta información es fundamental la descripción de la localidad. En este caso el
colector describe un sito de colecta de acuerdo a los medios que tiene a su disposición y a la
percepción que tiene del lugar, siendo lo más detallado posible (Merchand et al, 2008).
En la figura 2, se observan algunos tipos de localidades comúnmente encontrados en las
colecciones biológicas:
TIPO DESCRIPCIÓN
Inconsistente La descripción de localidad tiene elementos inconsistentes o dudosos.
Sin información
suficiente o
impreciso
Los datos de la descripción de localidad contienen información que no
corresponde, o no se encuentra el rasgo geográfico en ninguna fuente
disponible.
Presenta homónimos
que no pueden
resolverse
La descripción de la localidad presenta homónimos que no pueden ser
diferenciados.
Coordenadas La descripción de localidad ya posee coordenadas con o sin una
descripción textual.
Rasgo geográfico La descripción de localidad sólo posee el nombre de un rasgo geográfico
(una localidad, un cerro, una cueva, isla, etcétera).
17
Rasgo geográfico y
dirección
La descripción de localidad posee el nombre de un rasgo geográfico y
una dirección (una localidad, un cerro, una cueva, isla, etcétera).
Rasgo geográfico y
altitud
La descripción de localidad posee el nombre de un rasgo geográfico y
una altitud (una localidad, un cerro, una cueva, isla, etcétera).
Distancia sin
dirección
La descripción de localidad consiste en una distancia asociada a un
elemento geográfico.
Distancia con
dirección
Se describe un rasgo geográfico con una distancia recorrida sobre una
carretera, camino, río, etcétera. La descripción contiene una distancia
definida en una dirección.
Distancia en
direcciones
ortogonales
En la descripción de localidad se mencionan dos distancias trazadas en
direcciones ortogonales a partir de un elemento geográfico.
Punto medio entre
dos rasgos
geográficos.
Descripción de localidad que hace referencia a un punto entre rasgos
geográficos.
Kilometrajes En la descripción de localidad se indica como referencia una carretera,
especificando un kilometraje determinado.
Figura 2: tipos de localidades comúnmente encontradas en colecciones biológicas. Fuente: Merchand et al.
(2008)
Es fundamental que en la descripción de la localidad exista un orden jerárquico, lo anterior
representa que la descripción debe partir de lo general a lo específico. La jerarquía es aplicada en
caso de que la descripción tenga más de un rasgo geográfico (Escobar et al., 2014).
7.2 Estandarización de localidades
La estandarización de localidades es la aplicación de una serie de parámetros que definen de forma
correcta una localidad, dichos parámetros permiten mejorar la calidad de la información para el
posterior proceso de georreferenciación (Escobar et al., 2014). La estandarización de localidades
se divide en dos fases:
a. Preparación de datos: consiste en organizar los datos de la localidad de una forma correcta con
un orden jerárquico que va desde lo general a lo especifico, por ejemplo:
18
País, descripción de la localidad, latitud, longitud, entre otros. La base de datos debe ser
analizada con el fin de evaluar su calidad, así como para identificar inconsistencias en la
información. Se recomienda trabajar con un rasgo geográfico de nivel departamental, para
facilitar el proceso, ya que existen localidades que no tienen dato de rasgo geográfico a nivel
municipal (Diaz, Jojoa, & Escobar, 2014).
b. Depuración y normalización de localidades: consiste en ajustar la descripción de una localidad,
para esto se han establecido criterios básicos y unas reglas específicas, los cuales son explicados
a continuación:
Criterios básicos
Para llevar a cabo el proceso de georreferenciación es necesario no modificar la información
original de la localidad. Además de esto, el proceso de estandarización debe aplicarse a todas las
descripciones con el objetivo de establecer una estructura ordenada en las bases de datos. Al
estandarizar las localidades se logra reducir la cantidad y el manejo de las mismas resulta más
sencillo (Diaz et al., 2014) .
Para cumplir criterios expuestos anteriormente, se deben cumplir las siguientes reglas:
a. Verificación del nombre oficial de entidades geográficas: la entidad debe ser escrita
correctamente según las fuentes del IGAC y del DANE, debe tener la primera letra en
mayúscula. En caso de presentarse entidades con más de una palabra se usan mayúsculas donde
lo indique la fuente oficial, por ejemplo:
Fuente original: magdalenaFuente depurada: Magdalena
19
b. Jerarquía en la descripción de la localidad: la descripción debe mantener una estructura
jerárquica, que va desde lo general hasta lo específico. Durante este proceso se debe evitar no
modificar el sentido de la descripción, ni agregar ni quitar información. Por ejemplo:
c. Ortografía: con frecuencia hay descripciones que contienen diferentes signos de puntuación,
mal uso de mayúsculas y escritura incorrecta, lo cual puede generar duplicados de las
localidades. Se recomienda el uso de comas para separar referencias espaciales; se omiten
signos de puntuación como: punto y coma, dos puntos, puntos seguidos y punto final. Por
ejemplo:
d. Datos que no corresponden a la descripción de la localidad: la localidad debe contener datos
específicos, se debe omitir información relacionada con entidades político administrativa, áreas
protegidas, hábitat, elevación, coordenadas entre otros datos. Si estos datos están en la
descripción deben ser eliminados y ser asignados al elemento correspondiente.
e. Descripciones sin datos de localidad: la descripción de la localidad no posee referentes
espaciales específicos del sitio de colecta.
Reglas específicas
Como reglas específicas se han establecido las siguientes:
Fuente original: 7 Km (N.E.) Campo Capote, Estación Montoya Fuente depurada: Campo capote,
estación Montoya 7 km (N.E).
Fuente original: Finca La Carmelita, 7 Km de Caicedonia, Valle del Río La Vieja,
Cordillera CentralFuente depurada: Cordillera central, Valle del Río La Vieja, Finca la Carmelita, 7 Km
de Caicedonia
20
a. Siglas: el uso de siglas se admite para el nombre de entidades institucionales (corporaciones,
institutos, organismos de gestión pública, descripción de entidades mercantiles).
b. Abreviaturas: el uso de abreviaturas es permitido para unidades en distancia rigiéndose bajo los
estándares internacionales de unidades, para orientaciones cardinales se rige por sus siglas en
ingles. No se permite abreviaturas para nombres de entidades geográficas.
c. Idioma: las descripciones en otro idioma deben ser traducidas al español, los nombres propios
se mantienen en el idioma de origen.
d. Uso de conectores: se usan cunado la expresión de la localidad no es clara para su interpretación.
En la figura 3 se observa un diagrama de flujo que permite divisar la continuidad en el proceso de
estandarización de datos
21
Figura 3: Proceso de estandarización de datos. Fuente: (Diaz et al., 2014)
22
7.3 Proceso de asignación de coordenadas
Las localidades suelen ser muy diversas. Pueden existir localidades con descripciones precisas con
facilidad para ubicar cartográficamente, hasta localidades ambiguas, inconsistentes o sin
descripción. Para facilitar el proceso de georreferenciación se han propuesto siete tipos de
localidades de acuerdo a los datos que contiene la localidad, como se menciona a continuación
(Escobar et al., 2014):
1) Localidades con coordenadas
i. Coordenadas próximas al sitio de descripción
ii. Coordenadas que no coinciden con la localidad
iii. Localidades sin coordenadas
2) Localidades con información de orientaciones y distancias
i. Distancias con orientaciones
ii. Distancia en rutas
iii. Entidad geográfica con orientación
iv. Entidad geográfica con solo distancia
v. Localidades con orientaciones ortogonales
3) Localidades con entidades geográficas sin datos de distancias ni orientaciones
i. Entidades geográficas conectadas por rutas y ríos
ii. Entidad geográfica no delimitada en la cartografía
4) Descripciones sin datos de localidad con reporte de división político administrativa
i. Entidades geográficas que comparten varias entidades político administrativas
5) Localidades con descripciones muy generales
6) Localidades que no pueden ser cartografiados o no tienen datos de la localidad.
23
7) Localidades con inconsistencia y ambigüedades.
A partir de la anterior clasificación se puede pasar al proceso de asignación de coordenadas o
georreferenciación. En esta etapa se evalúa la concordancia entre la descripción de la localidad y
las coordenadas. Para las localidades que poseen coordenadas se requiere su verificación, para
localidades sin coordenadas el proceso de georreferenciación inicia con la asignación de
coordenadas al sitio probable de colecta de acuerdo a la descripción y al rasgo geográfico.
Por otro lado, Bohórquez y Ángel (2014) establecen una correlación entre 4 grupos definidos para
el proceso de estandarización, con la descripción de las 12 descripciones de localidades
comúnmente encontradas, teniendo en cuenta la clasificación realizada por Wieczorek, Guo e
Hijmans (2004). En la figura 4 se muestra dicha correlación
24
Figura 4: correlación grupos para estandarización y descripción de localidades (Bohórquez y Ángel, 2014)
7.4 Validación
Con frecuencia se presentan errores en la digitalización de la información durante el proceso de
georreferenciación, por este motivo se debe realizar la validación, proceso que asegura la calidad
de la información. Usualmente se evalúan las coordenadas con respecto a la geografía general
(País, Departamento o Municipio).
Conjunto Descripción N Tipo Descripción
1 Localidades que cuentan con dato de
coordenadas.1 Coordenadas
La descripción de localidad Posee coordenadas con o
sin una descripcion del lugar.
2 Rasgo Geográfico
La descripción de localidad solo posee el nombre de un
rasgo geográfico (Localidad, Vereda, Río, Cerro,
Isla…).
3Rasgo Geográfico y
Dirección
La descripción de localidad posee el nombre de un
rasgo geográfico y una dirección o dato específico
asociado.
4 Rasgo Geográfico y AltitudLa descripción de localidad posee el nombre de un
rasgo geográfico y una elevacion asociada.
5 Distancia Sin DirecciónLa descripción de localidad consiste en una distancia
asociada a un elemento geográfico.
6 Distancia Con Dirección
La descripción de localidad contiene una distancia
definida en una direccion, a partir de un recorrido
(carretera, camino, río …).
7Distancias En Direcciones
Ortogonales
La descripción de localidad menciona dos distancas
trazadas a partir de un elemento geográfico.
8Punto Medio entre dos
Rasgos Geográficos
La descripción de localidad hace referencia a un punto
medio entre elementos geográficos.
9 KilometrajesLa descripción de localidad indica una kilometraje
especifico de una carretera.
10Presenta Homónimos que no
pueden resolverse
La descripción de la localidad presenta Homónimos que
no pueden ser diferenciados.
11Sin Información Suficiente o
Impreciso
Los Datos de la Descripcion de la localidad contienen
informacion que no corresponde o no se encuentra el
rasgo geográfico en ninguna fuente disponible.
12 InconsistenteLa descripción de la localidad tiene elementos
inconsistentes o dudosos.
4 Localidades que poseen poca información,
dudosa o inconsistente.
Tipos de descripción de localidades más comunes Grupos definidos para la estandarización
Localidades que dentro del campo
localidad cuentan con información de
rasgos geográficos.
Localidades que dentro del campo
localidad cuentan con información de
direcciones y/o distancias.
2
3
25
7.5 Métodos de georreferenciación
a. Método punto: consiste en asignar un punto georreferenciado por localidad (Wieczorek, Guo
& Hijmans. 2004) (Figura 5).
Figura 5: Método punto. Obtenido de Google Earth
La localización geográfica de un punto se puede realizar de dos maneras: mediante coordenadas
geográficas con latitud y longitud o coordenadas (𝑥, 𝑦), también conocidas como Universal
Transversal de Mercator. Asimismo, se deben cumplir con los siguientes parámetros para la
localización:
i) que el punto sea único
ii) claridad sobre el sistema de proyección empleado para localizar el punto (Datum)
iii) que se permita referenciar la coordenada z del punto (altura media sobre el nivel del mar )
(Fernández-Coppel, 2001).
26
Actualmente las coordenadas se capturan con GPS, esto influye directamente en el incremento de
localidades con coordenadas geográficas facilitando el rastreo cartográfico del sitio de colecta.
Sin embargo, hay factores que generan incertidumbre como: el método de captura de la
coordenada, el desconocimiento del Datum y la precisión del instrumento con que se tomó la
coordenada (Diaz et al., 2014).
b. Método del polígono: consiste en la delimitación de un rasgo geográfico mediante uno o
varios polígonos, puede considerarse uno de los métodos con mayor precisión al delimitar la
forma del área, aunque es una forma compleja de representar la distribución espacial de una
localidad (Merchand et al, 2008).
Figura 6: método del polígono. Obtenido de Google Earth
Se considera un método inoperativo al momento de archivar en las bases de datos, es más complejo
archivar un conjunto de coordenadas a un par de coordenadas.
27
c. Método del cuadrado o rectángulo: consiste en generar un cuadrado con cuatro pares de
coordenadas sobre el área descrita, es un método que sirve para describir rasgos geográficos,
su delimitación es sencilla sin embargo no es especifico y su manejo en las bases de datos es
complejo (Merchand et al., 2008).
Figura 7: Método del cuadrado o rectángulo. Obtenido de Google Earth
d. Método radio – punto: consiste en generar una coordenada (𝑥, 𝑦) a partir de la descripción
de una localidad, asociado a una medida de longitud que representa una incertidumbre, esta
distancia define el radio del área probable del sitio de colecta original.
28
Figura 8: método radio punto, obtenida de Google Earth
El rango de precisión está determinado por el radio que parte desde el punto de coordenadas
obtenidas, la longitud del radio depende de seis parámetros que influyen en la incertidumbre, los
parámetros de incertidumbre varían de acuerdo al tipo de localidad (Muñoz, Hernández, & Colín,
2004). A continuación, se enuncian los parámetros de incertidumbre:
i. Extensión de la localidad de referencia: la descripción de la localidad reporta una o varias
entidades geográficas, estas se utilizan como referencia para ubicar el sitio de colecta, luego
se delimita por una circunferencia que se extiende hasta el límite más lejano.
Cabe resaltar que los puntos utilizados en la descripción de la localidad pueden varias con el
tiempo (ejemplo tamaño del pueblo, nombre de las veredas, nombre de los drenajes, Fincas,
Vías) en este caso se considera el centroide de la entidad geográfica como punto de partida
para medir la incertidumbre extendiéndose hasta el límite más lejano de la entidad. Así la
extensión de la entidad puede ser entendida como la distancia entre el punto medio hasta el
punto más lejano de los extremos del vector (Diaz et al., 2014).
29
ii. Desconocimiento del Datum: el desconocimiento del Datum genera imprecisión en la
localización de las coordenadas añadiendo un error y generando un mayor grado de
incertidumbre. No siempre las entidades geográficas están registradas con la información del
Datum geodésico o en algunos casos el Datum es erróneo, este error genera desplazamiento
de varios metros.
En Colombia los Datum utilizados con frecuencia son: WGS 84 (World Geodetic System,
1984) MAGNA SIRGAS (Marco Geocéntrico Nacional de Referencia, densificación en
Colombia del Sistema de Referencia Geocéntrico para las Américas) y Datum BOGOTA.
Para Colombia el mayor desplazamiento se presenta entre Datum MAGNA -SIRGAS Y
Datum BOGOTA con un valor de diferencia aproximado de 500 m, valor a tomar en el caso
de desconocimiento Datum (Diaz et al., 2014).
iii. Imprecisión de la medición: la distancia en la localidad se asocia a una ruta u orientación,
con frecuencia se desconoce el método de cálculo, la percepción que tiene el colector de la
distancia recorrida o el equipo empleado para su medición. En este caso la medición presenta
un error en la distancia reportada generando un mayor grado de incertidumbre.
iv. Incertidumbre por orientación: la orientación espacial por parte de los colectores genera una
variación hacia las orientaciones próximas, la incertidumbre por orientación se interpreta
como la mitad de la diferencia entre las orientaciones cercanas.
Para orientaciones primarias (N, S, E, W), se maneja una amplia incertidumbre con un
ángulo de 45° a los lados de la entidad geográfica. Si la orientación es secundaria (NE, SE,
SW, y NW), el área de incertidumbre disminuye a 25° hacia orientaciones próximas debido
a la orientación (Diaz et al., 2014).
30
v. Incertidumbre por coordenadas: definido el nivel de precisión de las coordenadas se
determina el nivel de incertidumbre asociado al número de decimales reportados, entre más
dígitos sean mayor es la precisión de la coordenada.
vi. Escala del mapa: el nivel de precisión depende de la escala del mapa y su resolución, por
esta razón el cálculo de la incertidumbre por escala del mapa resulta de la multiplicación del
error grafico por la escala del mapa. De no tener certeza del estándar que tiene la cartografía,
se establece un valor de 1 mm de error que se multiplica por la escala del mapa.
Otra manera de determinar la incertidumbre es mediante el uso de diferentes herramientas
como calculadoras geográficas, estas permiten calcular la incertidumbre a partir de ciertas
variables.
7.6 Obtención de incertidumbre a través de la calculadora MaNIS
La incertidumbre también se puede calcular mediante la implementación de la calculadora MaNIS.
Esta calculadora es una herramienta que se usa para la georreferenciación de localidades de
colecciones biológicas, se ha adoptado en proyectos de georreferenciación como: Biogeomancer
y GeoLocate.
La herramienta permite calcular la incertidumbre de localidades que han sido georreferenciadas
por el método radio – punto. Esta maneja parámetros similares a los mencionados en el método
radio punto, los cuales son: fuente de coordenadas, sistema de coordenadas, datum, precisión de
la coordenada, extensión de la entidad, error de medición, precisión de la distancia, incertidumbre
por orientación.
31
La calculadora permite estimar la incertidumbre para diferentes tipos de localidades: localidades
con coordenadas, localidades con un lugar citado, localidades con una distancia, localidad con
distancia y dirección, localidad con distancia y direcciones ortogonales (Post-taller,
Georreferenciaci, & Biol, 2014).
8 METODOLOGÍA
La metodología que se utilizó en este proyecto se basó en los dos manuales establecidos por Ángel
y Bohórquez (2014), titulados “Revisión de los ejemplares botánicos de la colección del Herbario
Forestal UDBC y la base de datos Specify” y “Georreferenciación para localidades de los
ejemplares de la colección del Herbario Forestal (UDBC)”. Además de esto, se utilizó la
metodología establecida por Escobar, et al. (2014), denominado “Georreferenciación de
localidades: Una guía de referencia para colecciones biológicas”.
Inicialmente se contaba con una matriz base, compuesta por un total de 7323 localidades, y que
contenía la siguiente información: ID, país, departamento, municipio, descripción de localidad,
latitud, longitud, elevación mínima, elevación máxima, zona de vida original y GUID, esta matriz
se obtuvo a partir base de datos Specify (Aplicación de software que se utiliza para almacenar
todos los registros del Herbario Forestal -UDBC-). La matriz se organizó en orden jerárquico,
partiendo desde el nivel nacional, luego por división departamental y por último por un nivel
municipal. Cada campo contiene la información de las localidades asociadas a los ejemplares de
la colección.
En primer lugar, se realizó un proceso de preparación de los datos. Este proceso consiste en
reconocer la información que contiene la localidad en la base de datos. Para esto, es necesario
32
realizar una revisión que permita dimensionar el esfuerzo de trabajo en el proceso de
georreferenciación. Este proceso también permite identificar inconsistencias de las localidades
(Diaz et al., 2014). Esta revisión se realizó por departamento con el fin de hacer más operativo el
proceso ya que la mayoría de las localidades contiene información en este campo.
Posteriormente se realizó un procedimiento de estandarización de los datos, consistente en la unión
de la información existente. El proceso de estandarización incluyó un proceso de normalización y
depuración de los datos de localidades. La normalización permite homogenizar los datos que
presentaban problemas en las localidades relacionados con errores de escritura, puntuación, uso
de mayúsculas y duplicidad de localidades por nombre o ID lo cual generaba un aumento
significativo en el número total de localidades a georreferenciar.
Al terminar el proceso de estandarización de localidades, la matriz redujo la cantidad de
localidades a georreferenciar, estableciendo 5458 localidades únicas. El paso siguiente en el
proceso metodológico consistió en establecer una categorización de la matriz de localidades, que
permitió dividir la matriz de datos en cuatro categorías de localidades, a saber:
1. Localidades con dato de coordenadas
2. Localidades con información de direcciones y/o distancias
3. Localidades que solo poseen información de rasgos geográficos
4. Localidades que poseen información dudosa o inconsistente
La clasificación establecida busca ordenar el nivel de incertidumbre de menor a mayor, teniendo
en cuenta el nivel de la calidad de la información que presenta cada categoría.
33
Para la categoría 1, correspondiente a localidades que cuentan con dato de coordenada, se
estableció el método de punto (x,y), este método consiste en localizar un punto mediante
coordenadas geodésicas del sitio de colecta. Dichas coordenadas se establecen mediante GPS
representando un modelo acorde de presición para su posterior ubicación geográfica (Escobar, et
al. 2014). En esta categoría se tuvo en cuenta que el tipo de datum utilizado fue WGS 1984.
Esta categoría se dividió en tres subcategorías, de la siguiente manera:
Coordenadas que coinciden con la localidad descrita: Se corroboraron los datos teniendo en
cuenta que la coordenada resultante estuviera acorde a los datos de la matriz de departamento,
municipio y localidad.
Coordenadas que no coinciden con la localidad, pero son próximas a ella: En este caso las
coordenadas coinciden a nivel departamental, pero el punto ubicado se ubica en un municipio
aledaño al de la localidad establecida. En este caso se corrigió la ubicación del punto,
posicionandolo en un punto limítrofe al del municipio de la localidad descrita. Usualmente este
error se debe al desconocimiento en los patrones de configuración y manejo del GPS.
Coordenadas que no coinciden en absoluto con el dato de la localidad: En este caso las
coordenas no coinciden ni a nivel municipal, departamental e incluso nacional. Teniendo en
cuenta lo anterior se descartaron estos datos, pero la descripción de localidad tiene información
coherente, puede ser corroborada en campo en una futura colecta, para su posterior
georreferenciación.
Para la categoría 2, correspondiente a localidades con información de direcciones y/o distancias,
se estableció el método radio punto. Para la obtención de las coordenadas, se utilizaron tres
34
herramientas básicas, las cuales fueron Google Earth, y la información de las localidades obtenida
de la matriz de datos.
El cálculo de la incertidumbre para la obtención del radio se obtuvo mediante el uso de la
calculadora Manis3.
En esta categoría se tuvo en cuenta los siguientes parámetros, los cuales otorgaron el valor de la
incertidumbre:
Datum conocido: el datum establecido para esta categoría fue WGS 1984.
Presición de las coordenadas: se utilizó una presición de 0.0001 grados, teniendo en cuenta
que los datos de coordenadas otorgados por Google Earth arrojan datos de coordenadas con
este nivel de presición.
Fuente de la coordenada: se utilizó la fuente de Google Earth para la definición de la fuente,
en todos los puntos de esta categoría.
Extensión del rasgo geográfico: este valor se obtuvo teniendo en cuenta la localización
inicial establecida en base a la información que se tenia de la localidad descrita. Este valor
es una medida de longitud y es fundamental para obtener el valor final de incertidumbre.
Error de medición: el valor utilizado para este parámetro fue de 10 metros (Becek & Ibrahim,
2011), teniendo en cuenta que Google Earth tiene este nivel de error de medición asociado a
la resolución de las imágenes satelitales obtenidas.
Precisión de la distancia: por defecto la precisión de la distancia se establece de 1 metro en
la calculadora.
La categoría 2 se dividió en dos subcategorías, a saber:
35
A) Rasgos geográficos con distancias: la descripción de la localidad presentaba una distancia
asociada a una entidad geográfica (p.e: Kilómetro 15 de la carretera Fresno – Tolima)
B) Rasgos geográficos con distancias ortogonales: la descripción de la localidad presentaba una
distancia, con una descripción de datos cardinales (p.e: 7 km N.E. Campo Capote. Estación
Montoyas)
Para la categoría 3, correspondiente a localidades que solo poseen información de rasgos
geográficos, también se estableció el metodo radio punto. Para la obtención de las coordenadas, se
utilizaron las mismas herramientas que se utilizaron en la categoría 2.
En esta categoría se tuvo en cuenta los siguientes parámetros, los cuales otorgaron el valor de la
incertidumbre:
Datum conocido: se estableció el datum datum desconocido debido a la poca existencia de
información en la descricpción de localidad
Presición de las coordenadas: se utilizó una presición de 0.0001 grados, teniendo en cuenta
que los datos de coordenadas otorgados por Google Earth arrojan datos de coordenadas con
este nivel de presición.
Fuente de la coordenada: se utilizó la fuente de Google Earth para la definición de la fuente,
en todos los puntos de esta categoría.
Extensión del rasgo geográfico: este parámetro se obtuvo relacionando el rasgo geográfico
descrito con la distancia más alejada del municipio al que hace referencia dicho rasgo
establecido en la descripción de local
Error de medición: el valor utilizado para este parámetro fue de 10 metros, teniendo en
cuenta que Google Earth tiene este nivel de error de medición asociado a la resolución de las
imágenes satelitales obtenidas.
Precisión de la distancia: por defecto la precisión de la distancia se establece de 1 metro en
la calculadora.
Los datos que no pudieron ser georreferenciados debido a la información dudosa o que fue
inconsistente en la descripción de la localidad, en relación con los datos de departamento y
municipio, se establecieron en la categoría 4. (Anexos Diagrama proceso de categorización).
9 RESULTADOS
9.1 Resultados anteriores
Con anterioridad se inició el proceso se georreferenciación mediante el proyecto denominado
“Revisión de los ejemplares botánicos de la colección del Herbario Forestal UDBC y la base de
datos Specify” y “Georreferenciación para localidades de los ejemplares de la colección del
Herbario Forestal (UDBC)” (Bohórquez y Ángel, 2014). En este se obtuvo como resultado un
total de 1674 localidades georreferenciadas, distribuidas en las siguientes categorias como se
observa en la tabla 1.
CATEGORÍA DESCRIPCIÓN ENTIDAD TOTAL
LOCALIDADES
1 A Coordenada GPS GPS 681
2 Ubicación detallada a partir de
Localidad Puntual
UP 129
3 Acercamiento a Vereda V 292
4 Acercamiento a Centro Poblado CP, CAS,
IP, IPM,
IPD
55
37
5 Acercamiento a Cabecera
Municipal
CM 370
6 Acercamiento a Área Especifica AE 98
7 Acercamiento a Corregimiento
Municipal
C 36
8 Acercamiento a Corregimiento
Departamental
CD 13
9 Acercamiento a Departamento D 5
10 Acercamiento a País P 1
0 Sin Ubicación Afín 0 251 Tabla 1: Resultados por categoría (Bohórquez y Ángel, 2014).
A continuación, se observa el mapa de las localidades georreferenciadas por Bohórquez y Ángel,
2014 (figura 9).
Figura 9: Localidades
totales
georreferenciadas (Bohórquez y Ángel, 2014).
38
Es importante resaltar que los departamentos de Sucre, Atlántico, Archipiélago de San Andrés,
Providencia y Santa Catalina no presentaron localidades georreferenciadas. Estas localidades
representaban el más del 50% de la colección a la fecha.
9.2 Resultados actuales
Se georreferenció un total de 5458 localidades, de los cuales 1037 corresponden a la categoría uno.
La categoría uno se dividió a su vez en tres subcategorías, de las cuales 922 registros
correspondieron a la subcategoría A, referentes a localidades que coincidían con la localidad
descrita; 110 registros correspondieron a la subcategoría B, referentes a localidades que no
coinciden con la descripción de la localidad, pero eran próximos a ella y 5 registros
correspondientes a la subcategoría C, referentes a coordenadas que no coincidían en absoluto a la
descripción de la localidad.
En segundo lugar, se georreferenció la categoría dos la cual presentó un total de 233 localidades.
Esta categoría se dividió en dos subcategorías, de las cuales 179 registros correspondieron a la
subcategoría A, referente a localidades con rasgos geográficos y distancias; a su vez se
establecieron 54 registros de la subcategoría B, referentes a localidades con rasgos geográficos y
presencia de distancias ortogonales.
Posteriormente se georreferenció la categoría tres, la cual presentó un total de 3994 localidades,
que corresponde aproximadamente al 73 % del total de las localidades georreferenciadas. Por
ultimo las localidades que tenían información dudosa o inconsistente se ubicaron en la categoría
cuatro. El total de esta última categoría fue de 194 localidades. Los resultados obtenidos se
observan en la tabla 2.
39
Tabla 2: Resultados por categoría y subcategoría
El mapa de las localidades georreferenciadas con el proyecto actual, se puede observar en la figura
10
CATEGORÍA SUBCATEGORÍA
LOCALIDADES
POR
SUBCATEGORÍA
%
SUBCATEGORÍA
TOTAL
LOCALIDADES
CATEGORÍA
% TOTAL
CATEGORÍA
1
Localidades con
dato de
coordenadas
A) Coordenadas
que coinciden con
la localidad
descrita
922 88,90%
1037 19,0%
B) Coordenadas
que no coinciden
con la localidad,
pero son próximas a
ella
110 10,60%
C) Coordenadas
que no coinciden en
absoluto con el dato
de la localidad
5 0,50%
2
Localidades con
información de
direcciones y/o
distancias
A) Rasgos
geográficos con
distancias
179 76,80%
233 4,3% B) Rasgos
geográficos con
distancias
ortogonales
54 23,20%
3
Localidades que
solo poseen
información de
rasgos geográficos N/A N/A N/A
3994 73,2%
4
Localidades que
poseen
información
dudosa o
inconsistente N/A N/A N/A
194 3,6%
TOTAL 5458 100%
40
Figura 10: Mapa georreferenciación actual
41
Resultados generales por departamento
En la Figura 11 se observa el total de localidades por departamento, todos los departamentos
presentan al menos una localidad georreferenciada, los valores oscilan entre 2 y 759 localidades
por departamento.
Figura 11: Total de localidades por departamento
En la tabla 3 muestra los resultados de los cinco departamentos con mayor cantidad de localidades.
42
DEPARTAMENTO
TOTAL
LOCALIDADES
CATEGORÍA
1 2 3 4
Cundinamarca 759 128 20 580 31
Meta 684 56 21 595 12
Santander 477 113 39 317 8
Bogotá, D.C. 341 46 1 289 5
Valle del Cauca 338 30 10 294 4
Tabla 3: Departamentos con mayor cantidad de localidades
Resultados departamentales por representatividad municipal
La tabla 4 indica los resultados obtenidos de la representatividad por departamento, teniendo en
cuenta los municipios totales presentes en cada departamento (DANE 2005), en relación con los
municipios donde estuviera presente al menos una localidad georreferenciada.
DEPARTAMEN
TO
LOCALIDADE
S
MUNICIPIOS
PRESENTES
MUNICIPIOS
TOTALES
(DANE 2005)
REPRESENTA
TIVIDAD
Amazonas 259 8 11 73%
Antioquia 181 32 125 26%
Arauca 74 7 7 100%
Archipiélago de
San Andrés,
Providencia y
Santa Catalina
3
1
2
50%
Atlántico 2 1 23 4%
Bogotá, D.C. 341 1 1 100%
Bolívar 49 10 46 22%
Boyacá 269 43 123 35%
Caldas 37 12 27 44%
Caquetá 167 11 16 69%
Casanare 98 13 19 68%
Cauca 52 13 42 31%
Cesar 24 6 25 24%
Chocó 64 12 30 40%
Córdoba 29 12 28 43%
43
Cundinamarca 759 93 116 80%
Guainía 149 6 9 67%
Guaviare 116 3 4 75%
Huila 77 22 37 59%
La Guajira 167 15 15 100%
Magdalena 118 5 30 17%
Meta 684 28 29 97%
Nariño 108 23 64 36%
Norte de
Santander
270 22 40 55%
Putumayo 109 10 13 77%
Quindío 67 12 12 100%
Risaralda 11 5 14 36%
Santander 477 42 87 48%
Sucre 13 8 26 31%
Tolima 118 21 47 45%
Valle del Cauca 338 25 42 60%
Vaupés 141 6 6 100%
Vichada 71 3 4 75%
Sin información 16 0 0 0%
Tabla 4: Representatividad por municipio
A continuación, se observa los resultados de los cinco departamentos con mayor
representatividad por municipio. Tabla 5.
Tabla 5: Departamentos con mayor de porcentaje representatividad por municipio
Tiempos de georreferenciación por categoría
DEPARTAMENTO MUNICIPIOS
PRESENTES
MUNICIPIOS
TOTALES
(DANE 2005)
REPRESENTATIVIDAD
Arauca 7 7 100%
Bogotá, D.C. 1 1 100%
La Guajira 15 15 100%
Quindío 12 12 100%
Vaupés 6 6 100%
44
En la tabla 6 se observa el tiempo estimado en minutos de georreferenciación por localidad para
las categorías uno, dos y tres.
Tabla 6: Tiempo de georreferenciación por categoría (unidades en minutos)
10 ANÁLISIS DE RESULTADOS
La nueva estructuración metodológicas que se ha implementado en este trabajo, junto con las
herramientas implementadas han permitido mejorar la calidad de la información y el rendimiento
de georreferenciación. También ha permitido establecer una estructura para un proceso de
georreferenciación posterior.
Teniendo en cuenta la tabla 2, se georreferenció un total 5458 localidades, divididas en cuatro
categorías principales. También se evidencia que la categoría con mayor cantidad de localidades
georreferenciadas es la categoría 3, con aproximadamente el 73 % del total de localidades
georreferenciadas, le sigue la categoría 1 representado el 19 %, y posteriormente están las
categorías 2 y 4 con una representación del 4,3 % y 3,6 % respectivamente.
El proceso de georreferenciación se llevó a cabo durante los meses de febrero a mayo, en la figura
12 se observan los avances mensuales del proceso de georreferenciación.
45
Figura 12. avances mensuales proceso de georreferenciación
Con el primer avance del proceso de georreferenciación establecido en el año 2014, denominado
“Georreferenciación para localidades de los ejemplares de la colección del Herbario Forestal
(UDBC)” realizado por Bohórquez y Ángel, se logró georreferenciar un total de 1674 localidades
lo que corresponde al 21,27 % del total de las localidades actuales, teniendo en cuenta que la
colección del Herbario Forestal UDBC, cuenta con aproximadamente 35607 ejemplares botánicos
(al mes de Julio de 2016), de los cuales se han obtenido 7868 localidades únicas.
Con el proyecto actual se georreferencio un total de 5458 localidades que corresponden al 69,4%
del total de las localidades. El avance final en cuanto a localidades georreferenciadas es de 7132
localidades que corresponde a un 90,6 % del total de las localidades actuales. Con relación a los
avances mensuales del proyecto actual para el primer mes de febrero, se georreferenció un total de
1234 localidades, estas localidades corresponden a las localidades de la categoría 1 y 2. Durante
los meses de abril, marzo y mayo se georreferenciaron las localidades correspondientes a la
0
1234
2002 1863
3590
1234
3236
50995458
0
1000
2000
3000
4000
5000
6000
ENERO FEBRERO MARZO ABRIL MAYO
LOC
ALI
DA
DES
GEO
RR
EFER
ENC
IAD
AS
MES
AVANCES MENSUALES
TOTAL LOCALIDADES ACUMULADO
46
categoría 3 (Anexo Mapa georreferenciación categoría 1, Mapa georreferenciación categoría 2,
Mapa georreferenciación categoría 3).
Es evidente que a medida que aumenta el orden de la categoría aumenta el tiempo de
georreferenciación, así como el grado de incertidumbre de la localidad y con ello aumenta la
complejidad, esto se debe principalmente a la información que contiene la localidad en cada una
de las categorías. Ante estas problemáticas surgen herramientas como la georreferenciación
retrospectiva han permitido generar un control de la calidad de los datos y han demostrado que
aumenta el rendimiento de la georreferenciación de localidades (Francesc, Uribe; Prieto, 2014).
La tabla 3 muestra que los departamentos con el mayor número de localidades son Cundinamarca,
Meta, Santander, Bogotá y Valle del Cauca. Los datos de las localidades establecidas indican que
la proporción entre el departamento de Cundinamarca, que es el de mayor número de registros de
localidades tiene con 759 localidades, duplica en número al quinto departamento con el mayor
número de localidades presente, el cual es Valle del Cauca con 338 localidades. Otro aspecto
relevante de la tabla 3 muestra que el Departamento de Cundinamarca es el que mayor número de
registros presenta para la categoría 1, mientras que el departamento de Santander es el que mayor
número de registros tiene para la categoría 2. A su vez, el departamento de Meta es el que más
registros posee de la categoría 3.
Teniendo en cuenta la tabla 4, correspondiente a los datos de representatividad por departamento
obtenidos durante el proyecto, se puede observar que existen 5 departamentos con una
representatividad del 100%, los cuales son: Arauca, Bogotá, La Guajira, Quindío y Vaupés.
La tabla 4 permitió establecer una nueva categorización referente a la priorización de nuevas
colectas en los departamentos, con el fin de mejorar la representatividad. Es por esto que se
47
establecieron rangos de porcentaje de representatividad, para establecer los departamentos con
mayor priorización. Los rangos de priorización se muestran en la tabla 7:
PORCENTAJE DE
REPRESENTATIVIDAD
PRIORIDAD PARA
NUEVAS COLECTAS
menor del 30% Alta
entre 30 y 60% Media
mayor del 60% Baja
Tabla 7: rangos de representatividad departamental establecidos
Teniendo en cuenta los rangos anteriormente mencionados, la prioridad establecida para los
departamentos se muestra en la tabla 8.
DEPARTAMENTO REPRESENTATIVIDAD PRIORIDAD PARA
NUEVAS COLECTAS
Amazonas 73% Baja
Antioquia 26% Alta
Arauca 100% Baja
Archipiélago de San Andrés,
Providencia y Santa Catalina 50% Media
Atlántico 4% Alta
Bogotá, D.C. 100% Baja
Bolívar 22% Alta
Boyacá 35% Media
Caldas 44% Media
Caquetá 69% Baja
Casanare 68% Baja
Cauca 31% Media
Cesar 24% Alta
Chocó 40% Media
Córdoba 43% Media
Cundinamarca 80% Baja
Guainía 67% Baja
Guaviare 75% Baja
Huila 59% Media
48
La Guajira 100% Baja
Magdalena 17% Alta
Meta 97% Baja
Nariño 36% Media
Norte de Santander 55% Media
Putumayo 77% Baja
Quindío 100% Baja
Risaralda 36% Media
Santander 48% Media
Sucre 31% Media
Tolima 45% Media
Valle del Cauca 60% Media
Vaupés 100% Baja
Vichada 75% Baja
Tabla 8: Prioridad departamental establecida
La tabla 8 muestra que los departamentos con la mayor prioridad para futuras colectas botánicas
son: Antioquia, Atlántico, Bolívar, Cesar y Magdalena, siendo Atlántico y Magdalena los
departamentos con la menor representatividad obtenida.
Con relación a las especies con mayor representatividad, en la tabla 9 se observan las 10 especies
con mayor presencia de localidades. Se debe aclarar que todas las localidades no están
georreferenciadas, algunas de esas localidades pertenecen a registros recientes y otras pertenecen
a la categoría 4.
N° FAMILIA TAXÓN
PRESENCIA EN
LOCALIDADES
LOCALIDADES
GEORREFERENCIADAS
1 Erythroxylaceae
Erythroxylum
coca var. coca 52 45
2 Meliaceae
Guarea
guidonia 66 34
3 Anacardiaceae
Tapirira
guianensis 76 32
4 Primulaceae
Myrsine
coriacea 58 24
5 Loranthaceae
Gaiadendron
punctatum 47 23
6 Melastomataceae
Miconia
theizans 43 22
49
7 Fagaceae
Quercus
humboldtii 41 20
8 Hypericaceae
Vismia
baccifera 43 16
9 Sapindaceae Billia rosea 42 13
10 Melastomataceae
Tococa
guianensis 8 4
Tabla 9: Lista de las 10 especies con mayor presencia en localidades
Con la información descrita en la tabla se realizaron los debidos mapas de distribución de las
especies (Anexos mapa de distribución espacial de las 10 especies).
Actualmente los modelos de distribución de especies y ecosistemas se han convertido en una de
las áreas de mayor desarrollo en el campo de la biogeografía de la conservación, asimismo
permiten proyectar el espacio geográfico-ecológico del pasado y del futuro (Pliscoff & Fuentes-
Castillo, 2011). Por esta razón se recomienda realizar proyectos futuros relacionados con la
distribución de especies, debido a que con el proyecto actual genero una mejorar en la calidad de
la información del herbario forestal.
En lo referente a los tiempos de georreferenciación de la tabla 6, se obtuvo el tiempo aproximado
total para la categoría uno, el cual fue de 2125 minutos, esto indica que el promedio de localidades
georreferenciadas por hora es de 29; para la categoría 2 el tiempo aproximado fue de 1346 minutos,
por lo que el promedio de localidades georreferenciadas por hora es de 10. En cuanto a la categoría
3, el tiempo aproximado fue de 40938 minutos, lo que representa un promedio de 5 localidades
georreferenciadas por hora.
Teniendo en cuenta los tiempos, la categoría 3 fue la que llevó el mayor tiempo de georreferenciar.
Esto se debe principalmente a que el mayor número de localidades se establecieron en dicha
categoría. Además de esto la ubicación de estas localidades representaba un mayor tiempo debido
a la falta de información en la descripción de la localidad.
50
Otro factor influyente para que la categoría tres sea la que mayor tiempo lleva tiene que ver con el
establecimiento de los radios de incertidumbre que fueron obtenidos a través de la calculadora
MaNIS, para así poder establecer el radio de la localidad indicada.
Wieczorek, Guo, & Hijmans, (2004) establecen que el número de localidades por hora que pueden
llegarse a georreferenciar con el uso de mapas digitales es de aproximadamente 16, aunque estos
no tuvieron en cuenta el proceso de verificación de las localidades. Probablemente la diferencia
entre estos valores y los obtenidos en este proyecto para la categoría 3 se debe al proceso de
verificación de las localidades, así como también al establecimiento de los radios de incertidumbre
establecidos mediante el uso de ArcGIS.
Otro factor que pudo haber influido en la ineficiencia de la georreferenciación para la categoría 3
puede deberse a falta de información en la descripción de localidad, la cual hace dificil el
establecimiento del centroide de la localidad. Es por esto que la importancia de la descripción de
una buena localidad juega un papel importante en la disminución de las incertidumbres.
Una buena localidad puede considerarse como aquella que gracias a su correcta descripción de la
información de colecta, puede disminuir la incertidumbre en la menor medida posible (por
ejemplo: Mirador de Taganga, Santa Marta, Magdalena).
Las descripciones más detalladas o con rasgos geográficos importantes son fundamentales para la
disminución de la incertidumbre, por lo cual es aconsejable que las descripciones de localidades
partan desde los rasgos generales, a lo más detallado posible. También el uso de distancias
disminuye la incertidumbre, por lo cual es aconsejable el uso de este aspecto en las futuras colectas.
Se recomienda que la descripción de la localidad se describa desde lo general a lo especifico, como
se observa en el siguiente formato.
51
Tabla 10: Formato descripción de la localidad
11. CONCLUSIONES
1. El uso del método radio punto es una buena forma de generar una aproximación de la
localización de las muestras colectadas en el herbario forestal UDBC. Sin embargo, el grado de
incertidumbre depende del nivel de detalle de las descripciones de localidades.
CAMPO TIPO DE DESCRIPCIÓN
1. País
Descripción político
administrativa
2. Departamento
3. Municipio
4. Vereda
5. Descripción de la localidad general
Descripción de la localidad
5. Rasgo geográfico
6. Distancia
7. Dirección
8. Dirección ortogonal
9. Altitud media
10. Latitud
Datos de coordenadas 11. Longitud
12. Datum de georreferenciación
13. Precisión de la coordenada
14. Fecha
Información de colector 15. Colector
16. Datos de contacto colector
52
2. La georreferenciación retrospectiva es fundamental para mejorar la calidad de la información
de colecciones biológicas.
3. Los departamentos con el mayor número de localidades georreferenciadas fueron
Cundinamarca, Meta, Santander, Bogotá y Valle del Cauca, con un total de 2599 localidades
georreferenciadas.
4. Se deben realizar nuevas rutas de colecta para los departamentos de Antioquia, Atlántico,
Bolívar, Cesar y Magdalena, de acuerdo a la división político- administrativa.
12. RECOMENDACIONES
1. La descripción de la localidad debe ser definida de lo general a lo especifico, partiendo del nivel
departamental, y de ser posible llegar al nivel veredal.
2. Realizar verificación de los puntos de la categoría 4, a través de entrevistas con el colector o
realizando una corroboración en campo.
3. Se puede relacionar la información de este estudio, con el mapa nacional de ecosistemas, para
tener en cuenta aspectos ecológicos.
4. Para las localidades que cuentan con coordenada se recomienda especificar el Datum con el que
se tomó dicha coordenada.
53
13. BIBLIOGRAFÍA
Andrade, G. (2011). Estado del conocimiento de la biodiversidad en Colombia y sus amenazas.
Consideraciones para fortalecer la interaccion ciencia- política. Academia Colombiana de Ciencias
Exactas, Físicas y Naturales, 35(137), 491- 507.
Becek, K., & Ibrahim, K. (2011). Spatial Information Processing. Ipaper no 4947. FIG Working
Week 2011, 18- 22.
Bernal, R., S.R. Gradstein & M. Celis (eds.). 2015. Catálogo de plantas y líquenes de Colombia.
Instituto de Ciencias Naturales, Universidad Nacional de Colombia, Bogotá.
catalogoplantasdecolombia.unal.edu.co.
Boakes, E., Mcgowan, P., Fuller, R., Chang, D., Clark, N., & O'Connor, J. &. (2010). Distorted
views of biodiversity: spatial and temporal bias in species occurrence data. PLoS Biology, 8(6),
1043- 1050.
Bohórquez, D., & Angel, F. (2014). Georreferenciación de los ejemplares de la colección del
herbario forestal (UDBC). Bogotá: Universidad Distrital Francisco José de Caldas.
Cezón, K. (2015). Taller gbif.es, 2–4
Cigliano, M., Pocco, M., & Pereira, H. (2014). Avances tecnológicos y sus aplicaciones en la
cibertaxonomía. Revista de La Sociedad …, 5680, 3–15. Retrieved from
http://www.biotaxa.org/RSEA/article/view/6234
Dávila, F., & Camacho, E. (2012). Georreferenciación de documentos cartográficos para la gestión
de archivos y cartotecas, Instituto Geográfico Nacional. Revista Catalana de Geografía, 17(46).
Diaz, S., Jojoa, M., & Escobar, D. (2014). ESTANDARIZACIÓN DE LOCALIDADES EN
COLECCIONES BIOLÓGICAS : Una guía de referencia rápida para las colecciones biológicas
del Instituto Humboldt.
Dirección Provincial de Ordenamiento Urbano y Territorial. (2011). Sistemas de Información
Geográfica para el ordenamiento territorial. La Plata: Ministerio de Infraestructura de Argentina.
Escobar, D., Díaz, S. R., Jojoa, L. M., Rudas, E., & Saavedra, J. (2014).
GEORREFERENCIACIÓN DE LOCALIDADES: Una guía de referencia para colecciones
biológicas. Bogotá D.C.: Instituto de Investigación de Recursos Biológicos Alexander von
Humboldt - Instituto de Ciencias Naturales, Universidad Nacional de Colombia.
Fandiño, M., & Ferreira, P. (1998). Colombia biodiversidad siglo XXI: propuesta técnica para la
formulación de un plan de acción nacional en biodiversidad. Bogotá, Colombia: Instituto de
54
Investigación de Recursos Biológicos Alexander Von Humboldt. Ministerio del Medio Ambiente
y Departamento Nacional de Planeación.
Fernández, C. (2001). La Proyección UTM. Geoasbuilt.Es, 1–52. Retrieved from
http://www.cartesia.org/data/apuntes/cartografia/cartografia-geograficas-utm-
datum.pdf\nhttp://geoasbuilt.es/tutoriales/topografia/utm.pdf
Francesc, Uribe; Prieto, M. (2014). Georreferenciar antiguas colecciones de Ciencias Naturales :
Georeferencing old natural history collections : progressing from craft to technology, 169–180
Funk, V. (2004). 100 Uses for a Herbarium (well at least 72). Recuperado el 4 de Noviembre de
2015, de Fairchild Tropical Botanic Garden Virtual Herbarium:
http://www.virtualherbarium.org/vh/100UsesASPT.html
Guisan, A., & Thuiller, W. (2005). Predicting species distribution: offering more than simple
habitat models. Ecology letters, 8, 993- 1009.
Herbario Forestal -UDBC-. (2015). Herbario virtual UDBC. Recuperado el 7 de Junio de 2015,
de http://herbario.udistrital.edu.co/herbario/
León, J. (2010). Herbario HCIB "Annetta Mary Carter". Recuperado el 25 de Mayo de 2015, de
http://www.cibnor.mx/es/investigacion/colecciones-biologicas/herbario-hcib/ique-es-un-herbario
Martínez, D., & Francisco, J. (2012). Archivos y Cartotecas . “ Propuesta Metodológica ”
CAMACHO ARRANZ , ELENA.
Merchand, A. N., López, E. M., Barrios, J. C. H., Mendoza, J. D. M., López, J. J. C., Cruz, M. J.,
… Mendoza. (2008). Georreferenciación de localidades de colecciones biológicas: manual de
procedimientos. Conabio (Comisión Naciona L Para E L Conocimi Ento Y Uso De La Biodiv E
Rsidad).
Ministerio de Medio Ambiente. (2001). Plan Nacional de Desarrollo Forestal (primera ed.).
Bogotá, Colombia: Ministerio de Medio Ambiente.
Mittermeier, R., Myers, N., & Mittermeier, C. (1999). Biodiversidad amenazada. Las
ecorregiones terrestres prioritarias del mundo. Cemex.
Muñoz, M., Hernández, J., & Colin, J. (2004). Georreferenciación de las localidades de las colectas
biológicas. Biodiversitas, 8-15.
Plascencia, R., Castañón, A., & Raz, A. (2011). La biodiversidad en México su conservación y
colecciones biológicas.
55
Pliscoff, P., & Fuentes-Castillo, T. (2011). Modelación de la distribución de especies y ecosistemas
en el tiempo y en el espacio: una revisión de las nuevas herramientas y enfoques disponibles.
Revista de Geografía Norte Grande, 79(48), 61–79.
Post-taller, D., Georreferenciaci, C., & Biol, C. (2014). Manual for the Georeferencing Calculator.
http://manisnet.org/GeoreferencingCalculatorManualv2.html.
SiB. (2015). Sistema de información de biodiversidad de Colombia. Recuperado el 5 de
Noviembre de 2015, de http://www.sibcolombia.net/web/sib/cifras
SIB Colombia. (14 de Junio de 2016). SIB. Recuperado el 8 de Mayo de 2016, de
http://www.sibcolombia.net/web/sib/acerca-del-sib
Simmons, J. E., & Muñoz-Saba, Y. (2005). Cuidado Manejo Y Conservacion De Colecciones
Biológicas.
Smith, V. S., & Blagoderov, V. (2012). Bringing collections out of the dark. ZooKeys, 209, 1–6.
http://doi.org/10.3897/zookeys.209.3699
Sua, S., Mateus, R., & Vargas, J. (2005). Georreferenciación de registros biológicos y gacetero
digital de localidades. Bogotá, Colombia: Instituto de Investigaciones de Recursos Biológicos
Alexander Von Humboldt.
Wieczorek J. , Guo Q. & Hijmans R. (2004). The point – radius method for georeferencing locality
descriptions and calculating associated uncertainty. (T. &. Ltd, Ed.) International Journal of
Geographical Information Science , 18 (8), 23.