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
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
ecologiaaustral:ecologiaaustral_v034_n03_p527

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