Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires
- Autores
- Grimson, Rafael; Schivo, Facundo Mauro; Goya, Juan Francisco; Arturi, Marcelo Fabián; Derguy, María Rosa; Sandoval, Diego Martín; Torres Robles, Silvia Susana; Rodríguez, Laura Belén; Pratolongo, Paula Daniela
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- El objetivo de este trabajo es actualizar y mejorar la cartografía existente sobre la distribución espacial de los bosques nativos de la provincia de Buenos Aires. Se desarrolló en el marco de un proyecto de transferencia ejecutado por investigadores del sistema científico tecnológico nacional para la Dirección de Bosques del Ministerio de Ambiente de la Provincia de Buenos Aires. El proyecto se enfocó en diseñar y llevar adelante una metodología para identificar y delimitar coberturas de bosque nativo uniformes para toda la provincia. Para actualizar la cartografía se usó una combinación de información relevada a campo con la interpretación visual de series multitemporales de imágenes ópticas de alta resolución, generalizada usando algoritmos de aprendizaje automático alimentados con información derivada de series de imágenes satelitales multiespectrales Sentinel-2. Los productos obtenidos se evaluaron por medio de la matriz de contingencia calculada a partir de datos etiquetados a campo. Se detalla la metodología utilizada para la clasificación automática, incluyendo la de etiquetado de puntos de entrenamiento, la información espectral empleada para alimentar los clasificadores, la selección de la metodología de clasificación en sí, los detalles del posprocesamiento para cada formación boscosa y la evaluación de los productos finales obtenidos. La delimitación obtenida excluye 235182 ha de las 968397 ha del mapeo vigente —que consideramos no correspondientes a bosque nativo— e incorpora 187512 ha de bosque nativo que no habían sido mapeadas antes. Así, la superficie total de bosque nativo mapeada en la provincia se redujo en 4.9%. La evaluación, realizada mediante 719 puntos etiquetados a campo, asigna una exactitud global de 0.89 y un índice kappa de 0.85 a la clasificación obtenida. Esto indica que la metodología propuesta es adecuada para delimitar bosques nativos en la provincia
The objective of this work is to update and improve the existing cartography on the spatial distribution of native forests in the Buenos Aires province, Argentina. It was developed within the framework of a project executed by researchers of the national scientific and technological system for the Dirección de Bosques of the Ministerio de Ambiente de la Provincia de Buenos Aires, focusing on the design and execution of a uniform methodology for the identification and delineation of native forest covers for the entire province. The cartographic update used a combination of field-collected information, complemented with visual interpretation of multitemporal series of high-resolution optical images, generalized using machine learning algorithms fed with information derived from Sentinel-2 multispectral satellite image series. The products obtained were evaluated using metrics derived from the contingency matrix, calculated from field-labeled data. The methodology used for automatic classification is detailed, including the methodology for labeling training points, the spectral information used to feed the classifiers, the selection of the classification methodology itself, as well as the details of the post-processing procedure applied to each specific forest formation and the evaluation of the final products obtained. The delineation obtained excludes 235182 ha from the 968397 ha of the current map, which we consider to not correspond to native forests, and incorporates 187512 ha of native forests that had not been previously mapped, reducing the total mapped area of native forests in the province by 4.9%. The evaluation, carried out with 719 field-labeled points, assigns an overall accuracy of 0.89 and a kappa index of 0.85 to the classification obtained, indicating that the proposed methodology is suitable for the delineation of native forests in the province
Fil: Grimson, Rafael. Universidad Nacional de San Martín - CONICET. Instituto de Investigación e Ingeniería Ambiental (IIIA). Buenos Aires. Argentina
Fil: Schivo, Facundo Mauro. Universidad Nacional de San Martín - CONICET. Instituto de Investigación e Ingeniería Ambiental (IIIA). Buenos Aires. Argentina
Fil: Goya, Juan Francisco. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina
Fil: Arturi, Marcelo Fabián. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina
Fil: Derguy, María Rosa. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina
Fil: Sandoval, Diego Martín. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina
Fil: Torres Robles, Silvia Susana. Universidad Nacional de Río Negro. Centro de Estudios Ambientales desde la Norpatagonia (UNRN-CEANPa). Río Negro. Argentina
Fil: Rodríguez, Laura Belén. Universidad Nacional de Río Negro. Centro de Estudios Ambientales desde la Norpatagonia (UNRN-CEANPa). Río Negro. Argentina
Fil: Pratolongo, Paula Daniela. Universidad Nacional del Sur (UNS). Buenos Aires. Argentina - Fuente
- Ecol. austral (En línea) 2024;03(034):527-545
- Materia
-
DELTA
CALDENAL
MONTE
TALARES DE BARRANCA
TALARES DEL ESTE
BOSQUE RIBEREÑO
SENTINEL-2 - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar
- Repositorio
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- ecologiaaustral:ecologiaaustral_v034_n03_p527
Ver los metadatos del registro completo
id |
BDUBAFCEN_a3203fb3ccaa1f2adf7d3cbb70964f44 |
---|---|
oai_identifier_str |
ecologiaaustral:ecologiaaustral_v034_n03_p527 |
network_acronym_str |
BDUBAFCEN |
repository_id_str |
1896 |
network_name_str |
Biblioteca Digital (UBA-FCEN) |
spelling |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos AiresAutomatic classification algorithms for the land-use planning of native forests in the province of Buenos AiresGrimson, RafaelSchivo, Facundo MauroGoya, Juan FranciscoArturi, Marcelo FabiánDerguy, María RosaSandoval, Diego MartínTorres Robles, Silvia SusanaRodríguez, Laura BelénPratolongo, Paula DanielaDELTACALDENALMONTETALARES DE BARRANCATALARES DEL ESTEBOSQUE RIBEREÑOSENTINEL-2El objetivo de este trabajo es actualizar y mejorar la cartografía existente sobre la distribución espacial de los bosques nativos de la provincia de Buenos Aires. Se desarrolló en el marco de un proyecto de transferencia ejecutado por investigadores del sistema científico tecnológico nacional para la Dirección de Bosques del Ministerio de Ambiente de la Provincia de Buenos Aires. El proyecto se enfocó en diseñar y llevar adelante una metodología para identificar y delimitar coberturas de bosque nativo uniformes para toda la provincia. Para actualizar la cartografía se usó una combinación de información relevada a campo con la interpretación visual de series multitemporales de imágenes ópticas de alta resolución, generalizada usando algoritmos de aprendizaje automático alimentados con información derivada de series de imágenes satelitales multiespectrales Sentinel-2. Los productos obtenidos se evaluaron por medio de la matriz de contingencia calculada a partir de datos etiquetados a campo. Se detalla la metodología utilizada para la clasificación automática, incluyendo la de etiquetado de puntos de entrenamiento, la información espectral empleada para alimentar los clasificadores, la selección de la metodología de clasificación en sí, los detalles del posprocesamiento para cada formación boscosa y la evaluación de los productos finales obtenidos. La delimitación obtenida excluye 235182 ha de las 968397 ha del mapeo vigente —que consideramos no correspondientes a bosque nativo— e incorpora 187512 ha de bosque nativo que no habían sido mapeadas antes. Así, la superficie total de bosque nativo mapeada en la provincia se redujo en 4.9%. La evaluación, realizada mediante 719 puntos etiquetados a campo, asigna una exactitud global de 0.89 y un índice kappa de 0.85 a la clasificación obtenida. Esto indica que la metodología propuesta es adecuada para delimitar bosques nativos en la provinciaThe objective of this work is to update and improve the existing cartography on the spatial distribution of native forests in the Buenos Aires province, Argentina. It was developed within the framework of a project executed by researchers of the national scientific and technological system for the Dirección de Bosques of the Ministerio de Ambiente de la Provincia de Buenos Aires, focusing on the design and execution of a uniform methodology for the identification and delineation of native forest covers for the entire province. The cartographic update used a combination of field-collected information, complemented with visual interpretation of multitemporal series of high-resolution optical images, generalized using machine learning algorithms fed with information derived from Sentinel-2 multispectral satellite image series. The products obtained were evaluated using metrics derived from the contingency matrix, calculated from field-labeled data. The methodology used for automatic classification is detailed, including the methodology for labeling training points, the spectral information used to feed the classifiers, the selection of the classification methodology itself, as well as the details of the post-processing procedure applied to each specific forest formation and the evaluation of the final products obtained. The delineation obtained excludes 235182 ha from the 968397 ha of the current map, which we consider to not correspond to native forests, and incorporates 187512 ha of native forests that had not been previously mapped, reducing the total mapped area of native forests in the province by 4.9%. The evaluation, carried out with 719 field-labeled points, assigns an overall accuracy of 0.89 and a kappa index of 0.85 to the classification obtained, indicating that the proposed methodology is suitable for the delineation of native forests in the provinceFil: Grimson, Rafael. Universidad Nacional de San Martín - CONICET. Instituto de Investigación e Ingeniería Ambiental (IIIA). Buenos Aires. ArgentinaFil: Schivo, Facundo Mauro. Universidad Nacional de San Martín - CONICET. Instituto de Investigación e Ingeniería Ambiental (IIIA). Buenos Aires. ArgentinaFil: Goya, Juan Francisco. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. ArgentinaFil: Arturi, Marcelo Fabián. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. ArgentinaFil: Derguy, María Rosa. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. ArgentinaFil: Sandoval, Diego Martín. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. ArgentinaFil: Torres Robles, Silvia Susana. Universidad Nacional de Río Negro. Centro de Estudios Ambientales desde la Norpatagonia (UNRN-CEANPa). Río Negro. ArgentinaFil: Rodríguez, Laura Belén. Universidad Nacional de Río Negro. Centro de Estudios Ambientales desde la Norpatagonia (UNRN-CEANPa). Río Negro. ArgentinaFil: Pratolongo, Paula Daniela. Universidad Nacional del Sur (UNS). Buenos Aires. ArgentinaAsociación Argentina de Ecología2024-12info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttps://hdl.handle.net/20.500.12110/ecologiaaustral_v034_n03_p527Ecol. austral (En línea) 2024;03(034):527-545reponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCENspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar2025-09-29T13:43:18Zecologiaaustral:ecologiaaustral_v034_n03_p527Institucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:43:19.476Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse |
dc.title.none.fl_str_mv |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires Automatic classification algorithms for the land-use planning of native forests in the province of Buenos Aires |
title |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires |
spellingShingle |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires Grimson, Rafael DELTA CALDENAL MONTE TALARES DE BARRANCA TALARES DEL ESTE BOSQUE RIBEREÑO SENTINEL-2 |
title_short |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires |
title_full |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires |
title_fullStr |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires |
title_full_unstemmed |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires |
title_sort |
Algoritmos de clasificación automática para el ordenamiento territorial de los bosques nativos de la provincia de Buenos Aires |
dc.creator.none.fl_str_mv |
Grimson, Rafael Schivo, Facundo Mauro Goya, Juan Francisco Arturi, Marcelo Fabián Derguy, María Rosa Sandoval, Diego Martín Torres Robles, Silvia Susana Rodríguez, Laura Belén Pratolongo, Paula Daniela |
author |
Grimson, Rafael |
author_facet |
Grimson, Rafael Schivo, Facundo Mauro Goya, Juan Francisco Arturi, Marcelo Fabián Derguy, María Rosa Sandoval, Diego Martín Torres Robles, Silvia Susana Rodríguez, Laura Belén Pratolongo, Paula Daniela |
author_role |
author |
author2 |
Schivo, Facundo Mauro Goya, Juan Francisco Arturi, Marcelo Fabián Derguy, María Rosa Sandoval, Diego Martín Torres Robles, Silvia Susana Rodríguez, Laura Belén Pratolongo, Paula Daniela |
author2_role |
author author author author author author author author |
dc.subject.none.fl_str_mv |
DELTA CALDENAL MONTE TALARES DE BARRANCA TALARES DEL ESTE BOSQUE RIBEREÑO SENTINEL-2 |
topic |
DELTA CALDENAL MONTE TALARES DE BARRANCA TALARES DEL ESTE BOSQUE RIBEREÑO SENTINEL-2 |
dc.description.none.fl_txt_mv |
El objetivo de este trabajo es actualizar y mejorar la cartografía existente sobre la distribución espacial de los bosques nativos de la provincia de Buenos Aires. Se desarrolló en el marco de un proyecto de transferencia ejecutado por investigadores del sistema científico tecnológico nacional para la Dirección de Bosques del Ministerio de Ambiente de la Provincia de Buenos Aires. El proyecto se enfocó en diseñar y llevar adelante una metodología para identificar y delimitar coberturas de bosque nativo uniformes para toda la provincia. Para actualizar la cartografía se usó una combinación de información relevada a campo con la interpretación visual de series multitemporales de imágenes ópticas de alta resolución, generalizada usando algoritmos de aprendizaje automático alimentados con información derivada de series de imágenes satelitales multiespectrales Sentinel-2. Los productos obtenidos se evaluaron por medio de la matriz de contingencia calculada a partir de datos etiquetados a campo. Se detalla la metodología utilizada para la clasificación automática, incluyendo la de etiquetado de puntos de entrenamiento, la información espectral empleada para alimentar los clasificadores, la selección de la metodología de clasificación en sí, los detalles del posprocesamiento para cada formación boscosa y la evaluación de los productos finales obtenidos. La delimitación obtenida excluye 235182 ha de las 968397 ha del mapeo vigente —que consideramos no correspondientes a bosque nativo— e incorpora 187512 ha de bosque nativo que no habían sido mapeadas antes. Así, la superficie total de bosque nativo mapeada en la provincia se redujo en 4.9%. La evaluación, realizada mediante 719 puntos etiquetados a campo, asigna una exactitud global de 0.89 y un índice kappa de 0.85 a la clasificación obtenida. Esto indica que la metodología propuesta es adecuada para delimitar bosques nativos en la provincia The objective of this work is to update and improve the existing cartography on the spatial distribution of native forests in the Buenos Aires province, Argentina. It was developed within the framework of a project executed by researchers of the national scientific and technological system for the Dirección de Bosques of the Ministerio de Ambiente de la Provincia de Buenos Aires, focusing on the design and execution of a uniform methodology for the identification and delineation of native forest covers for the entire province. The cartographic update used a combination of field-collected information, complemented with visual interpretation of multitemporal series of high-resolution optical images, generalized using machine learning algorithms fed with information derived from Sentinel-2 multispectral satellite image series. The products obtained were evaluated using metrics derived from the contingency matrix, calculated from field-labeled data. The methodology used for automatic classification is detailed, including the methodology for labeling training points, the spectral information used to feed the classifiers, the selection of the classification methodology itself, as well as the details of the post-processing procedure applied to each specific forest formation and the evaluation of the final products obtained. The delineation obtained excludes 235182 ha from the 968397 ha of the current map, which we consider to not correspond to native forests, and incorporates 187512 ha of native forests that had not been previously mapped, reducing the total mapped area of native forests in the province by 4.9%. The evaluation, carried out with 719 field-labeled points, assigns an overall accuracy of 0.89 and a kappa index of 0.85 to the classification obtained, indicating that the proposed methodology is suitable for the delineation of native forests in the province Fil: Grimson, Rafael. Universidad Nacional de San Martín - CONICET. Instituto de Investigación e Ingeniería Ambiental (IIIA). Buenos Aires. Argentina Fil: Schivo, Facundo Mauro. Universidad Nacional de San Martín - CONICET. Instituto de Investigación e Ingeniería Ambiental (IIIA). Buenos Aires. Argentina Fil: Goya, Juan Francisco. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina Fil: Arturi, Marcelo Fabián. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina Fil: Derguy, María Rosa. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina Fil: Sandoval, Diego Martín. Universidad Nacional de La Plata. Facultad de Ciencias Agrarias y Forestales. Laboratorio de Investigación de Sistemas Ecológicos y Ambientale (UNLP-LISEA). Buenos Aires. Argentina Fil: Torres Robles, Silvia Susana. Universidad Nacional de Río Negro. Centro de Estudios Ambientales desde la Norpatagonia (UNRN-CEANPa). Río Negro. Argentina Fil: Rodríguez, Laura Belén. Universidad Nacional de Río Negro. Centro de Estudios Ambientales desde la Norpatagonia (UNRN-CEANPa). Río Negro. Argentina Fil: Pratolongo, Paula Daniela. Universidad Nacional del Sur (UNS). Buenos Aires. Argentina |
description |
El objetivo de este trabajo es actualizar y mejorar la cartografía existente sobre la distribución espacial de los bosques nativos de la provincia de Buenos Aires. Se desarrolló en el marco de un proyecto de transferencia ejecutado por investigadores del sistema científico tecnológico nacional para la Dirección de Bosques del Ministerio de Ambiente de la Provincia de Buenos Aires. El proyecto se enfocó en diseñar y llevar adelante una metodología para identificar y delimitar coberturas de bosque nativo uniformes para toda la provincia. Para actualizar la cartografía se usó una combinación de información relevada a campo con la interpretación visual de series multitemporales de imágenes ópticas de alta resolución, generalizada usando algoritmos de aprendizaje automático alimentados con información derivada de series de imágenes satelitales multiespectrales Sentinel-2. Los productos obtenidos se evaluaron por medio de la matriz de contingencia calculada a partir de datos etiquetados a campo. Se detalla la metodología utilizada para la clasificación automática, incluyendo la de etiquetado de puntos de entrenamiento, la información espectral empleada para alimentar los clasificadores, la selección de la metodología de clasificación en sí, los detalles del posprocesamiento para cada formación boscosa y la evaluación de los productos finales obtenidos. La delimitación obtenida excluye 235182 ha de las 968397 ha del mapeo vigente —que consideramos no correspondientes a bosque nativo— e incorpora 187512 ha de bosque nativo que no habían sido mapeadas antes. Así, la superficie total de bosque nativo mapeada en la provincia se redujo en 4.9%. La evaluación, realizada mediante 719 puntos etiquetados a campo, asigna una exactitud global de 0.89 y un índice kappa de 0.85 a la clasificación obtenida. Esto indica que la metodología propuesta es adecuada para delimitar bosques nativos en la provincia |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-12 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
https://hdl.handle.net/20.500.12110/ecologiaaustral_v034_n03_p527 |
url |
https://hdl.handle.net/20.500.12110/ecologiaaustral_v034_n03_p527 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Asociación Argentina de Ecología |
publisher.none.fl_str_mv |
Asociación Argentina de Ecología |
dc.source.none.fl_str_mv |
Ecol. austral (En línea) 2024;03(034):527-545 reponame:Biblioteca Digital (UBA-FCEN) instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales instacron:UBA-FCEN |
reponame_str |
Biblioteca Digital (UBA-FCEN) |
collection |
Biblioteca Digital (UBA-FCEN) |
instname_str |
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
instacron_str |
UBA-FCEN |
institution |
UBA-FCEN |
repository.name.fl_str_mv |
Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
repository.mail.fl_str_mv |
ana@bl.fcen.uba.ar |
_version_ |
1844618746808762368 |
score |
13.070432 |