Se determinó el patrón del paisaje de tres zonas diferentes con presencia de Roble, ubicadas en el municipio de Popayán (Clarete, Rejoya y Pisoje), para la clasificación de los usos del suelo se utilizaron dos imágenes Landsat de diferente año, para este proceso se tuvo en cuenta los polígonos mayores a 1.5 ha, después de categorizar las coberturas inscritas en los tres Paisajes se calcularon las variables cuantitativas de estos mediante el Patch Analyst; para describir su estructura se utilizó: el número de parches, área promedio, el índice de forma, la dimensión fractal y la relación perímetro/área; para evaluar la dispersión y
fragmentación se utilizaron tres índices: el de distancia media al vecino más próximo, de
proximidad media y el de dispersión/adyacencia. Se registraron las variables de comunidad, donde para su ubicación se tomó un punto en los Bosques de Roble de cada Paisaje y a partir de este se levantó una parcela de 3600m2 , estas variables fueron el área Basal, pendiente, porcentaje de Luz y densidad de regeneración.
Landscape patterns for three (3) different zones with (Oak tree) Roble presence
Clarete, Rejoya and Pisoje, in Popayan locality were determined. Two Landsat
images from different years and polygons with areas iqual o greater than 1.5 hectares
were used in land usage identification. Patch Analyst software was ran in order to
determine quantitative variables. Structure description was done by means of data
concerning number of patches, mean patch size, mean patch index, mean patch fractal
dimension and the mean perimeter-area ratio. Dispersion and fragmentation were
evaluated with three indexes:mean nearest neighbour distance, mean proximity index,
interspersion juxtoposition index. Community variables were registered, and located
as a point in oak tree forests for each landscape studied, using this as a basis worked
in field registering community variables refers to basal area, terrain slope, light
percentaje and regeneration density. Information registered about landscape and
community, allowed to conduct an analysis of main components, this analysis showed
that the two first components explained 91.4% of data variability, and that they were
determined in a major proportion by landscape variables and in lesser degree by
community own factors.