Evaluación de exactitud en clasificaciones digitales de cobertura de suelos para un sector de islas del Bajo Paraná

MARCHETTI, Z., SIONE, W, ACEÑOLAZA, P Y F. KALESNIK

Parana

Jornada; IX Jornadas de Ciencias Naturales del Litoral. Reunión Argentina de Ciencias Naturales; 2006

UNL

El empleo de información satelital para la generación de mapas de cobertura de suelo es muy frecuente. La cartografía generada a partir de teledetección y trabajo de campo es de gran importancia para el manejo de recursos naturales, ya que la cobertura y distribución de la vegetación representa la historia de uso de un área y la variación de sus condiciones ambientales. Por las variaciones estacionales e hídricas en ambientes de islas del bajo Paraná, se considera de importancia el empleo de información multitemporal para las clasificaciones de cobertura de suelo. El objetivo del presente trabajo es evaluar el resultado de la clasificación de cobertura de suelo sobre un compuesto de imágenes Landsat-TM5 correspondiente a los meses de Febrero y Agosto del 2004, y comparar los resultados obtenidos con la clasificación de imágenes de cada fecha. El área de estudio comprende parte de islas ubicadas al norte de la Ciudad de Paraná (Entre Ríos, Argentina). Para la identificación de unidades de vegetación y definición de la leyenda se realizó trabajo de campo. Estos datos fueron utilizados para la definición de los sitios de entrenamiento y una vez realizada la clasificación, para la evaluación de exactitud. Se clasificaron 7 unidades homogéneas, de las cuales 5 corresponden a vegetación. Las comunidades de bosque maduro son las más ricas en especies, los pajonales de Panicum prionitis es la comunidad herbácea más rica. La distribución de la  vegetación en estas islas se encuentra definida por su patrón topográfico y por consiguiente el patrón de susceptibilidad de inundación. Las unidades menos diversas son los canutillares-cataizales, entre las herbáceas, y los bosques jóvenes de sauce y aliso, entre las arbóreas. Al valorar la exactitud los problemas que se presentan están relacionados a la escala del trabajo, por la resolución del sensor y la heterogeneidad de la vegetación en el terreno, y el otro vinculado a los errores de omisión y comisión de las diferentes clases. En este sentido, se observó que tanto el pajonal, como el bosque maduro (correspondientes con las unidades con mayor diversidad florística) son las que presentan mayores errores de omisión y también poseen altos errores de comisión. Aún así, comparando las tres clasificaciones, la multitemporal es la que posee la mayor exactitud global (77,5 %), en tanto que la clasificación sobre la imagen Landsat-TM5 del mes de febrero fue de 71 % y la del mes de agosto fue de 62,7 %. Para ambientes de islas y debido a la riqueza florística, es recomendable realizar nuevos estudios con imágenes de mayor resolución, y técnicas de clasificación que incorporen criterios adicionales a la respuesta espectral, como por ejemplo los ofrecidos por los algoritmos de clasificación orientados a objetos.