Detección del cambio de cobertura arbórea mediante el uso de imágenes satelitales Sentinel 2 para dos zonas de estudio de la Amazonía ecuatoriana y colombiana
Loading...
Date
2025-08-05
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca
Abstract
Deforestation and forest degradation are advancing at an alarming rate across the globe. According to the United Nations, the highest net loss rates are occurring in South America. This study evaluated the use of Sentinel satellite imagery to detect and analyze tree cover changes in two Amazonian micro-watersheds: the Caño Blanco River (Colombia) and the Pan de Azúcar River (Ecuador), over the period 2018 - 2024. Land cover classes were defined according to the context of each country: gallery forest, heterogeneous agricultural areas, water bodies, and open areas for Colombia; and forest, pasture, regenerating pasture, water bodies, and populated areas for Ecuador. Image classifications were performed using the Random Forest algorithm, and validation was conducted using confusion matrices based on field data and high-resolution PlanetScope imagery, yielding overall accuracies ranging from 91.33% to 97.92% and Kappa indices between 0.84 and 0.96. In Colombia, gallery forest showed a slight expansion (from 36.08% to 39.40%) while agricultural areas slightly decreased. In Ecuador, forest cover increased from 49.58% to 53.63%, while pastures declined from 48.52% to 43.03%. These trends indicate processes of natural regeneration, partly driven by the presence of protected areas. The classification model demonstrated high robustness in detecting land cover change patterns, validating the effectiveness of optical sensors and machine learning algorithms as tools for forest monitoring in densely wooded regions.
Resumen
La deforestación y degradación avanza a una velocidad alarmante en todo el planeta. Según la ONU las tasas más elevadas de pérdida neta se encuentran en América del sur. En este estudio se evaluó el uso de imágenes satelitales Sentinel-2 para detectar y analizar cambios en la cobertura arbórea en dos microcuencas de la Amazonía: el río Caño Blanco (Colombia) y el río Pan de Azúcar (Ecuador), durante el periodo 2018–2024. Se definieron clases de cobertura adaptadas a cada país: bosque de galería, áreas agrícolas heterogéneas, cuerpos de agua artificiales y áreas abiertas para Colombia; y bosque, pastizal, pastizal en rebrote, cuerpos de agua y áreas pobladas para Ecuador. Se realizaron clasificaciones de las imágenes utilizando el algoritmo Random Forest; y se realizaron validaciones mediante matrices de confusión; a partir de datos tomados en sitio y usando imágenes Planet Scope de alta resolución, alcanzando precisiones globales entre 91,33 % y 97,92 % e índices Kappa de 0,84 a 0,96. En Colombia, el bosque de galería mostró una leve expansión (de 36,08 % a 39,40 %) y las áreas agrícolas una ligera reducción. En Ecuador, el bosque aumentó del 49,58 % al 53,63 %, mientras que los pastizales disminuyeron de 48,52 % a 43,03 %. Estas tendencias indican procesos de regeneración natural, en parte impulsados por la presencia de áreas protegidas. El modelo de clasificación mostró alta robustez para detectar patrones de cambio de cobertura, validando la utilidad de los sensores ópticos y algoritmos de aprendizaje automático como herramientas efectivas para el monitoreo forestal en zonas boscosas.
Keywords
Agronomía, Análisis multitemporal, Matriz de confusión
Citation
Código de tesis
TAG; 602
Código de tesis
Grado Académico
Ingeniero Agrónomo