MapBiomas Agua

Detalles del proyecto

El objetivo principal de MapBiomas Agua es mapear la dinámica del agua superficial en todo el territorio de los países amazónicos (Panamazonía), de forma mensual y anual desde 1985 al 2022. El conjunto de datos están disponibles públicamente en una plataforma web para mejorar la gestión y el uso de los recursos hídricos en toda la Panamazonía.

El mapeo de superficie de agua en los países amazónicos usó todas las escenas del satélite Landsat con una cobertura de nubes menor o igual al 70% y una resolución espacial de 30 metros. El mapeo fue conducido a una escala de sub-píxel (SWSC), con Análisis de Mixtura Espectral (SMA – por sus siglas en inglés) y reglas de clasificación empíricas basadas en una lógica fuzzy. El mapeo comprendió el periodo de 1985 a 2022, en la escala mensual, con un total de 396.000 escenas Landsat procesadas y analizadas en la plataforma Google Earth Engine.

Organización y base de datos

La coordinación general de MapBiomas Agua es conducida por Imazon y RAISG mientras que la coordinación técnica y operacional es dirigida por Geokarten. La reconstrucción de la serie histórica mensual de superficie de agua fue conducida por especialistas de todos los biomas de los países amazónicos , con el liderazgo de las siguientes instituciones: Fundación Amigos de la Naturaleza -FAN- (Bolivia), Fundación Gaia Amazonas -FGA- (Colombia), EcoCiencia (Ecuador), Instituto del Bien Común -IBC- (Perú), Provita y Wataniba (Venezuela), Alliance of Bioversity International y CIAT (Guianas y Suriname). El algoritmo de mapeo de superficie de agua fue desarrollado por Imazon y adaptado por MapBiomas Agua en esta primera etapa de trabajo.

El desarrollo del panel de control (dashboard) de MapBiomas Agua fue conducido por Geodatin y cuenta con relevantes contribuciones del grupo de trabajo de MapBiomas Agua y de los usuarios de la plataforma en el proceso de design thinking.

Fueron producidos tres tipos de productos por MapBiomas Agua:

Mapas mensuales y anuales de superficie de agua; Mapas de transición de superficie de agua entre las clases de “Agua” y “No Agua”. Este producto fue procesado con la base de datos de la superficie de agua anual; Mapas de tendencia (aumento y disminución) de superficie de agua. Este producto fue calculado a partir de los datos de superficie de agua mensual en grids de 5 km x 5 km. El dashboard (link) está compuesto por mapas, estadísticas y herramientas de visualización, análisis y acceso a los datos. Es posible visualizar los datos en escala anual y mensual, más allá de obtenerlo en distintas unidades territoriales. Para finalizar, el dashboard también dispone un link de acceso a la API de los datos de MapBiomas Agua.

Método El siguiente diagrama ilustra las principales etapas en el proceso de clasificación de la superficie de agua en los países amazónicos, y comprende de un clasificador de aguas superficiales a nivel de subpíxel (SWSC), árboles de decisión y procedimientos de post-clasificación para generar un conjuntos de datos anuales y mensuales de aguas superficiales.

Figura 1 – Etapas de clasificación de la superficie de agua superficial.

Descripción de los pasos de clasificación

1. Pre-procesamiento:

Esta etapa consiste en la selección de escenas del archivo Landsat disponibles en la plataforma Google Earth Engine de los sensores: Landsat 5 Thematic Mapper (TM), Landsat 7 Enhanced Thematic Mapper Plus (ETM+) y Landsat 8 Operational Land Imager (OLI); además de la aplicación de una máscara de cobertura de nubes menor al 70%. Las bandas espectrales del espectro visible, infrarrojo cercano y medio fueron seleccionados para la aplicación del SMA, que permite estimar la composición fraccional de píxeles puros (es decir, endmembers) de vegetación verde (GV), vegetación no fotosintética (NPV), suelo (Soil), nubes (Cloud), sombra (Shade) y nieve (Snow). La información a nivel de subpíxel obtenida con SMA es útil para caracterizar el agua superficial con mezcla de otros componentes, por ejemplo, suelo y vegetación, superando así la limitación de los clasificadores de píxeles completos, permitiendo el mapeo de humedales, llanuras aluviales, ríos estrechos y pequeños cuerpos de agua.

2.Clasificación de Superfície de Agua:

El algoritmo clasificador de sub-pixel de agua superficial (SWSC) original utiliza tres reglas jerárquicas de decisión binaria (ej. verdadero, falso). Debido a que el agua absorbe gran parte de la radiación electromagnética se utiliza una imagen con fracción de Shade, la combinación de GV y Soil y Cloud para clasificar los pixeles como agua superficial. Adicionalmente, se aplica una clasificación basada en lógica difusa (reglas fuzzy) independientes, en las que se determina el grado de verdad/certeza (memberships) de que un pixel Landsat es clasificado como agua. Luego se calculó el grado de verdad promedio para obtener un mapa continuo de memebership con valores que oscilan entre 0 y 1. En base a estos memberships se clasifican los píxeles para producir capas de agua superficiales mensuales.

Calculando la mediana de los memberships de los píxeles entre las escenas Landsat disponibles para cada mes, se clasificaron los píxeles como agua en base a umbrales definidos. Luego se aplicaron procedimientos para restaurar falsos negativos y remover falsos positivos, basados en métricas temporales. Seguido, se aplicó un relleno de vacíos para reclasificar como agua aquellos píxeles que eventualmente fueron cubiertos por nubes o dentro de áreas donde no existían escenas Landsat durante un mes determinado, usando una combinación de dos reglas: probabilidad mediana dentro del año y la mediana decenal del mes correspondiente. Por último, la presencia de sombras de nubes u otros objetos oscuros en la escena Landsat también puede producir falsos positivos en la clasificación de agua, por lo que se aplicó un filtro de remoción para reclasificar como no agua aquellos píxeles.

Los mapas anuales de agua superficial incluyen una identificación entre agua permanente y estacional, esta clasificación se basa en umbrales correspondientes al número de meses en que un píxel se clasifica como agua. Para el primer caso se considera una frecuencia >= 6 meses, y para el segundo, una frecuencia entre 1 a 5 meses.

La figura 2 – Proceso de clasificación mensual.

Contacto: Wagner Holguín