Detección de cambios en suelos utilizando imágenes de radar de apertura sintética SAR
Loading...
Date
2025-09-23
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca
Abstract
Soil degradation is an increasingly pressing global concern, with direct impacts on agriculture, climate stability, and ecosystem health. In regions such as the Ecuadorian Amazon, this issue is intensified by persistent cloud cover, which hinders consistent land monitoring using optical imagery. This context presents a significant technical challenge, as conventional methods based on optical images depend on favorable atmospheric conditions, limiting their ability to deliver reliable and frequent information in cloud-covered areas. The lack of updated data restricts the early detection of land-use changes and delays decision-making aimed at environmental conservation and sustainable land management. To address this limitation, this study proposes an alternative approach for change detection in land use by employing Synthetic Aperture Radar (SAR) imagery from the Sentinel-1 satellite, which enables surface observation regardless of cloud cover or time of day. A comprehensive process was developed, including image preprocessing, calculation of the RVI index, and the application of deep learning models—highlighting the Bi-temporal Adapter Network (BAN) for its adaptability. The model was retrained using local data and validated through fieldwork. As a final outcome, an interactive visual interface was developed to explore detected changes intuitively, supporting its application in environmental monitoring and land-use planning.
Resumen
La degradación del suelo es una preocupación creciente a nivel mundial, con impactos directos en la agricultura, el clima y los ecosistemas. En regiones como la Amazonía ecuatoriana, esta problemática se agrava por las condiciones climáticas, que impiden un monitoreo constante con imágenes ópticas debido a la alta nubosidad. Este contexto plantea un desafío técnico relevante puesto que los métodos convencionales basados en imágenes ópticas dependen de condiciones atmosféricas favorables, lo que limita su capacidad para generar información confiable y frecuente en zonas con nubosidad persistente. Esta carencia de datos actualizados dificulta la identificación temprana de transformaciones en el uso del suelo y retrasa la toma de decisiones orientadas a la conservación ambiental y la gestión sostenible del territorio. Frente a esta limitación, este trabajo propone un enfoque alternativo para la detección de cambios en el uso del suelo, utilizando imágenes de radar de apertura sintética (SAR) del satélite Sentinel-1, que permiten observar la superficie terrestre incluso con nubosidad o durante la noche. Se desarrolló un proceso completo que incluye el preprocesamiento de imágenes, el cálculo del índice RVI, y la aplicación de modelos de aprendizaje profundo, destacando la arquitectura BAN por su capacidad de adaptación. Además, el modelo fue ajustado con datos locales y validado en campo. Como resultado final, se creó una interfaz visual que permite explorar los cambios detectados de forma interactiva, facilitando su uso en gestión ambiental y planificación territorial.
Keywords
Ingeniería en Sistemas, Degradación del suelo, Amazonía ecuatoriana, Gestión ambiental
Citation
Código de tesis
TS; 343
Código de tesis
Grado Académico
Ingeniero en Ciencias de la Computación