Tecnología y participación social para el mapeo de uso y cobertura del suelo en el Valle Inferior del Río Chubut

Abstract

En este trabajo se plantea el progreso de una línea de trabajo innovadora para la región, en la que se combinan procesos tecnológicos y sociales con el fin de generar un sistema dinámico y continuo de mapeo de usos y coberturas del suelo (UyCS). Se elaboró y validó un mapa de UyCS para el valle agrícola (48000 ha) de la cuenca baja del Río Chubut (VIRCh) para el año 2019. Este mapa cuenta con 10 clases de UyCS y tiene una precisión global del 85%. El proceso de elaboración y validación del mapa se basó en el uso de imágenes multi-temporales (combinación de información satelital de los meses de septiembre, octubre, diciembre del 2018 y enero, marzo y abril de 2019), en el algoritmo de clasificación basado en inteligencia artificial, SatRed v.2, en información de campo y en espacios de intercambio de saberes con actores sociales clave. Los procesos de elaboración y validación del mapa propiciaron espacios de planificación, diálogo y consenso entre la academia, los sectores gubernamentales y la sociedad civil. Mediante estos espacios se identificó que el mapa de UyCS podría aportar a los siguientes ejes: ordenamiento territorial; monitoreo y análisis; políticas, gestión de riesgo y toma de decisiones; y comunicación. A su vez, los cambios territoriales más nombrados en los debates estuvieron relacionados con la degradación de suelos (zonas inundables y salinización), la evolución de las actividades productivas y el conflicto con los centros urbanos. Si bien el proceso de elaboración de mapas y el mapa final reportado representan un paso importante para los objetivos planteados algunas limitaciones en la clasificación persistieron y por lo tanto se plantean algunas líneas de investigación para abordarlas.

This paper addresses the progress of a new and innovative line of work that combines technology and social participation to create a dynamic and continuous land use/ land cover (LULC) mapping process. A ten-class LULC map was created for the agricultural valley in the lower Chubut River basin with an 85% accuracy. This LULC map generation and validation process was based on the use of multi-temporal satellite imagery, the SatRed v.2 Artificial Intelligence algorithm, field data and knowledge exchange with key local stakeholders. The process of generating and validating this LULC map encouraged the creation of spaces of dialogue between academia, government and the community. This interaction led to a better understanding of the LULC maps contribution to land planning, monitoring and analysis, policies, risk management and decision making and communication. At the same time, land changes most acknowledged by the debate participants were soil degradation, productive activity evolution patterns and rural/urban conflicts. Although the generation process and the resulting LULC map represent an important step towards the set aims and objectives, there are still some limitations in the classification process. We propose some future lines of work to overcome these limitations