Análisis comparativo de cinco métodos de procesamiento para calcular área de lagunas pampeanas a partir de imágenes satelitales Landsat

Abstract

Las lagunas pampeanas evidencian una alta dinámica (estacionalmente, de año a año, o cíclicamente) en diversos aspectos: profundidad, superficie libre, turbidez, concentración de nutrientes, de Chl-a, de sólidos en suspensión, conductividad, etc. Resultados preliminares señalan una relación inversa entre el volumen de agua y los valores de indicadores de estado trófico, vinculando precipitaciones y vientos con el grado de eutrofia de estas lagunas. La dificultad en la comprensión de las interrelaciones complejas entre procesos biológicos y geofísicos se debe a que estos no son lineales y presentan retardos que aún no están cabalmente identificados ni cuantificados, con posibles retroalimentaciones entre dichos procesos. La comprensión de la dinámica de la interacción entre clima y ecosistemas lénticos es fundamental para poder conservarlos, utilizando sus recursos y garantizando sus servicios. Un primer paso para correlacionar la evolución de las lagunas con las precipitaciones consiste en contar con algoritmos confiables para el procesamiento de imágenes satelitales. Presentamos aquí un análisis comparativo de 5 métodos computacionales para determinar la superficie de agua libre de la laguna La Barrancosa (-37°20’00”, - 60°06’39”) a partir de imágenes satelitales Landsat (4TM, 5TM y 7ETM+) en el período 1984-2004. Los métodos de procesamiento de imágenes analizados cubren clasificaciones supervisadas (Máxima Verosimilitud), no supervisadas (IsoData, K-means) y extracción de clases con los índices NDWI y MNDWI. Esto permitió identificar la capacidad de cada uno de seguir la dinámica del área superficial y elegir el método que insume menos tiempo computacional y minimiza posibilidades de error de criterio en la implementación. En todos los casos, el desvío respecto del promedio de áreas calculadas es menor al 7%. El cálculo del error euclídeo respecto del promedio evidencia la eficiencia de los métodos MNDWI y K-Means, mientras que NDWI presenta el mayor error.