Teledetección y redes neuronales aplicadas al mapeo de coberturas del suelo de la cuenca Matanza-Riachuelo, Buenos Aires, Argentina

RODRIGO M. BECERRA SERIAL, DANIELA CZIBENER, PAULINA E. NABEL

REVISTA GEOGRAFICA DO INSTITUTO DE PESQUISA DE GEOGRAFIA E HISTORIA (OEA)

Instituto Panamericano de Geografía e Historia

Lugar: Buenos Aires; Año: 2009 p. 125 - 152

Resumen La cuenca del Matanza-Riachuelo es un área particularmente compleja tanto por su situación ambiental actual como por la diversidad de usos del suelo y de materiales que cubren la superficie. Por medio de análisis de imágenes satelitales es posible producir cartografía de base actualizada, imprescindible para la gestión ambiental de la cuenca. En este trabajo, usamos una serie multitemporal de imágenes Landsat 5 (TM) correspondientes a un ciclo anual, más un conjunto de bandas derivadas, entre ellas NDVI, brillo, verdor y humedad (transformación tasseled cap), y bandas de medidas de dispersión de los datos en el ciclo anual (ej.: varianza), entre otras. Luego de una selección de bandas, se entrenaron dos redes neuronales (perceptrones multicapa) mediante el algoritmo Backpropagation. La primera de ellas sirvió para clasificar la imagen en tres grandes grupos de cobertura del suelo: agua, impermeabilizado y vegetación. La segunda red se usó para clasificar a la vegetación en subclases: bosque de perennifolias, bosque de caducifolias, pasto, asociación vegetal invernal y asociación vegetal estival. El mapa resultante mostró una exactitud general del 95,13%. Las clases de cobertura más comunes son los pastos y las superficies impermeabilizadas. Éstas últimas se asocian principalmente con zonas urbanizadas y ocupan casi un cuarto del área de la cuenca. Dos coberturas vegetales relacionadas con usos agropecuarios también se encuentran en importante proporción. En el eje urbano-rural, la diversidad de coberturas del suelo cambia: hay mínima diversidad (máxima uniformidad) en áreas urbanas, máxima heterogeneidad en el periurbano, y valores bajos en las zonas rurales sin llegar al nivel de uniformidad de la ciudad. Los resultados de este trabajo alientan el uso de imágenes satelitales y de clasificadores no paramétricos como las redes neuronales para producir cartografía en ambientes complejos como el de la cuenca estudiada. Dicha cartografía podría ser útil como herramienta para la gestión ambiental de la misma.