Ajustes metodológicos para la detección y mapeo de bosques nativos en el Monte

Abstract

Los sensores remotos ofrecen grandes ventajas para identificar ecosistemas a través de grandes extensiones y monitorear su estado a lo largo del tiempo. Sin embargo, la resolución espacial de las imágenes satelitales puede ser insuficiente para detectar los bosques de zonas áridas y semiáridas. Los mapas realizados a escala global subestiman su extensión debido a la baja cobertura de árboles e introducen errores por confusión con otras coberturas de la tierra. En el caso particular de los bosques nativos del Monte, el patrón de distribución espacial muy fragmentado y heterogéneo representa un desafío para su detección. Se vienen desarrollando recomendaciones para optimizar el mapeo de estos bosques mediante imágenes satelitales de libre distribución. Se trabaja en Google Earth Engine porque la plataforma permite el acceso a un amplio catálogo de imágenes y recursos informáticos de alto rendimiento, con salidas interpretables por un público amplio. Resultados previos indicaban que la utilización de imágenes provenientes del sensor Sentinel-2 y la incorporación del índice SATVI a los mosaicos a clasificar mejoraba la detección de los bosques del Monte. En esta oportunidad, se trabajó con una clasificación supervisada basada en objetos que incluyó mosaicos de verano e invierno de Sentinel-2, el cálculo del SATVI y variables asociadas a la textura de las imágenes. Este abordaje mejoró la exactitud total del mapa de bosque de 71 a 83% en el caso de la zona de Ñacuñán. Se evalúa la consistencia de los resultados obtenidos con clases de bosque basadas en la fenología y variables ambientales.