Precisión y exactitud de la banda espectral Red-Edge aplicado a la detección y monitoreo del bosque nativo en Uruguay (2018) - Tecnólogo en Cartografía
Precisión y exactitud de la banda espectral Red-Edge aplicado a la detección y monitoreo del bosque nativo en Uruguay (2018) - Tecnólogo en Cartografía
Estudiantes: Damián Sampayo e Ignacio Vinçon
Tutor: Edison Rosas
Texto completo del proyecto en el portal COLIBRI
Las invasiones biológicas constituyen uno de los principales factores en la pérdida de diversidad biológica y en la alteración de la capacidad de los ecosistemas para proveer servicios ambientales (Vitousek et al. 1997). Conocer el patrón de distribución de una especie invasora resulta esencial para definir estrategias de control eficientes, visualizar la posible dinámica del proceso de invasión (Bradley & Mustard 2006; Byers et al. 2001; Rew et al.2005) y prever el potencial desarrollo del proceso invasivo. Además, permite identificar potenciales mecanismos de dispersión, así como definir la susceptibilidad de distintos tipos de hábitat al proceso de invasión (Andersen et al. 2004; Cohen & Goward 2004; Parker et al. 1999).
La necesidad de mejorar el monitoreo de la flora en sus diferentes ámbitos, nos ha llevado a plantear la propuesta de experimentar con nuevos conjuntos de datos, que hoy podemos acceder a partir del desarrollo tecnológico. En este sentido la teledetección se ha convertido en una de las herramientas más utilizadas para el estudio de la misma.
El objetivo general de este trabajo consiste en la identificación del Bosque Nativo y su degradación por especies invasoras, mediante el empleo del manejo de teledetección con productos de diferentes sensores remotos.
El estudio se ha realizado mediante el procesamiento de imágenes satelitales captadas por el sensor Sentinel 2 (enero de 2017 y 2108) , proveniente de la Agencia Espacial Europea. Dichas imágenes cuentan con bandas espectrales denominadas Red-Edge. Además, se han utilizado imágenes del sensor Landsat 8 que no cuentan con bandas espectrales Red-Edge, aunque de todas formas son comúnmente utilizadas para el estudio de la vegetación.
Para obtener resultados de la investigación se aplico un método automático denominado NDVI y por otra parte una clasificación supervisada.
Los resultados de ambos método arrojan que las condiciones climáticas son clave a la hora de detectar esta tipo de especies dentro del bosque nativo. Por otra parte la banda Red-Edge agrega un aporte significativo aumentado la precisión de la detección.
En partícula la banda espectral Red-Edge de 20 metros del satélite obtuvo mayor precisión en la localización con porcentajes de omisión y comisión superiores a las demás con ausencia de la misma.
En primera instancia los resultados que se verifican por parte de los distintos NDVI no son suficientes para discriminar con fiabilidad las distintas clases dentro del bosque nativo, debido a que estos clasifican a los pixeles por el valor que contienen sin tomar en cuenta la resolución espacial, máximos, mínimos, la proximidad a otros pixeles, textura, etc. Sin embargo, la combinación de una banda de Red-Edge con el infrarrojo cercano, puede llevar a una mejora en los resultados de la clasificación. No obstante, debe considerarse que una época seca colabora en la identificación, ya que los niveles de pigmentación de las distintas especies son captados susceptiblemente por la banda Red-Edge.
En este sentido el NDVI con la combinación 8a5 que presenta la banda Red-Edge segun su ecuacion, supone una base fundamental para acercarse a la existencia de especies invasoras en el bosque nativo, no así se asegura que presente exactitudes elevadas de discriminación.
Las evaluaciones de las distintas clasificaciones supervisadas arrojan, que la realizada utilizando las bandas espectrales de 20 metros de la imagen Sentinel 2 del 2018 presentó mayor discriminación para las tres clases en cuestión ( Muy afectada por Invasora, Parcialmente por Invasora y Ausencia de Invasora), superando prácticamente el 90% de exactitud. Esto permitió visualizar regiones invadidas con mayor fiabilidad, pudiendo determinar un área total de bosque de 4259,39ha, siendo el 20,85% Muy Afectada por Invasoras, 10,75% Parcialmente Afectada por Invasoras y el restante 68,4% Ausencia de Invasoras, siendo éste
un resultado para tener presente. En tanto la misma clasificación realizada para la imagen del 2017 presentó un 42,93% Muy Afectada por Invasoras, 3,77% Parcialmente Afectada por Invasoras y 53,30% Ausencia de Invasoras, teniendo el bosque un área total de 3803,02ha. Estos datos son aún más alarmantes que los anteriores, pero hay que tener presente que por más que sus valores de exactitud fueron relativamente buenos, no se dieron en las mejores condiciones ambientales.
La nueva misión Sentinel 2 abre una puerta de infinitas posibilidades en lo que respecta a la detección de cobertura vegetal, por lo que concluimos que esta potente herramienta aporta significativamente resultados positivos. No obstante, es necesario un buen trabajo de campo complementario, de manera que la información generada tenga un mayor grado de confiabilidad.