CONICET | Buscador de Institutos y Recursos Humanos

En teledetección el mapeo de la cobertura terrestre es un desafío significativo. Por una parte, por el gran volumen de datos que se deben adquirir y procesar, y por otra parte debido a la falta de continuidad espacial que provoca la cobertura de nubes. El uso de métricas, como la mediana, derivadas de los datos satelitales durante un período de tiempo, es un enfoque que se beneficia de los aumentos recientes en la frecuencia de la adquisición y la capacidad de computación en la nube. Esto permite el uso eficiente de datos multitemporales y la explotación de técnicas de relleno de vacíos por nubes para el mapeo de la cobertura del suelo. Sin embargo, aún se desconoce su conveniencia para el mapeo de tipo de cobertura de uso de suelo en la zona central de Córdoba. En este trabajo se evaluó y comparó la precisión de mapas temáticos de cobertura terrestre creados mediante dos métodos de agregación temporal, y un método convencional que utiliza dos imágenes individuales, para un periodo de cuatro meses. Se utilizó la plataforma web Google Earth Engine para aplicar el enmascaramiento de los datos Sentinel-2 con nubes, cálculo de métricas temporales y selección de imágenes individuales. La clasificación supervisada se basó en el algoritmo Random Forest, con el fin de obtener cinco clases temáticas: Bosque, pastizal, cultivo, suelo desnudo, y edificado. Los datos de referencia se obtuvieron de una combinación de puntos de control terrestre y el análisis visual de las imágenes de archivo. La precisión de la clasificación se evaluó mediante los estadísticos precisión global e índice Kappa. Adicionalmente se calcularon métricas de clase. Los resultados no mostraron diferencias entre los estadísticos de precisión, pero si sobre las métricas de clase, las cuales podrían ser útiles para complementar la evaluación de la calidad del mapa.