DETERMINACIÓN DE HUMEDALES EN GRANDES EXTENSIONES MEDIANTE GEE Y ALGORITMOS DE APRENDIZAJE AUTOMÁTI CO

NAVARRO, CARLOS; NAVARRO, FABIANA; CREMONA, MV; ENRIQUEZ, ANDREA

Congreso; XXVII Congreso Nacional del Agua; 2023

INA

Todos los procesos de la vida dependen del agua, desde el crecimientode las plantas y los ciclos reproductivos de algunos animaleshasta la subsistencia humana. Los humedales son, por lotanto, parte de un delicado equilibrio ambiental. Según Ramsar(2018) estos ecosistemas representan aproximadamente el 8% dela superficie terrestre y, a pesar de estar entre los ecosistemas quemás servicios ambientales brinda, se encuentran en un sustancialdeclive, con una pérdida del 35% de su superficie, desde 1970 ala actualidad. Es evidente que las consecuencias del cambio climáticoestán ocurriendo más rápido de lo previsto y, en estemarco, el suministro adecuado de agua resulta fundamental,siendo los humedales esenciales para la seguridad hídrica. Porello, disponer de información precisa sobre la ubicación y extensiónde los humedales permite gestionarlos adecuadamente y tomardecisiones informadas sobre su conservación y uso sosteniblemanteniendo o mejorando su funcionamiento. No obstante,dada la dinámica propia de estos ecosistemas, su identificación ycuantificación han presentado múltiples dificultades. Sin embargo,en las últimas décadas, los avances en teledetección y sistemasde información geográfica, con nuevas tecnologías decomputación en la nube permitiendo el almacenamiento y procesamientode grandes conjuntos de datos, hacen factible el mapeoy monitoreo de humedales en grandes regiones y a lo largo deltiempo. En este trabajo implementamos un algoritmo de aprendizajeautomático en la plataforma Google Earth Engine (GEE) quenos permitió identificar y estimar la superficie de humedales enel país mediante el análisis de 20 años de imágenes satelitales deresolución espacial de 30 m.