- \n
- GENERAL CHARACTERISTICS<\/li>\n<\/ol>\n\n\n\n
Todo el mapeo de cicatrices de incendios en Paraguay se bas\u00f3 en mosaicos de im\u00e1genes de los sat\u00e9lites Landsat con una resoluci\u00f3n espacial de 30 metros. El per\u00edodo de mapeo abarca desde 1999 hasta 2024, con datos mensuales y anuales de cicatrices de incendios que cubren todo el territorio paraguayo.<\/p>\n\n\n\n
El proceso se llev\u00f3 a cabo de forma colaborativa entre las instituciones de MapBiomas, utilizando inteligencia artificial con algoritmos de aprendizaje autom\u00e1tico (deep learning) en la plataforma Google Earth Engine y Google Cloud Platforms, que ofrecen una inmensa capacidad de procesamiento en la nube, adem\u00e1s de servidores locales para procesamiento adicional.<\/p>\n\n\n\n
El trabajo se organiz\u00f3 por ecorregiones, con la recolecci\u00f3n de muestras de \u00e1reas quemadas y no quemadas para el entrenamiento del algoritmo. Adem\u00e1s, se utilizaron mapas de referencia, como el producto de \u00e1reas quemadas de MODIS Burned Area (MCD64A1) con 500 m de resoluci\u00f3n espacial (https:\/\/lpdaac.usgs.gov\/products\/mcd64a1v006\/<\/a>), GABAM (Global Annual Burned Area Map con 30m de resoluci\u00f3n (https:\/\/gee-community-catalog.org\/projects\/gabam\/<\/a>), ESA Fire Disturbance Climate Change Initiative (CCI) (https:\/\/catalogue.ceda.ac.uk\/uuid\/58f00d8814064b79a0c49662ad3af537\/<\/a>), y los focos de calor del INPE (https:\/\/terrabrasilis.dpi.inpe.br\/queimadas\/bdqueimadas\/<\/a>).<\/p>\n\n\n\n
- \n
- Visi\u00f3n General del m\u00e9todo<\/li>\n<\/ol>\n\n\n\n
Las rutinas de procesamiento de im\u00e1genes y clasificaci\u00f3n utilizadas para cartografiar las \u00e1reas quemadas en el territorio paraguayo siguieron siete etapas:<\/p>\n\n\n\n
- \n
- Definici\u00f3n de las regiones de clasificaci\u00f3n: las regiones se definieron seg\u00fan las ecorregiones del pa\u00eds, comparando la informaci\u00f3n de m\u00faltiples fuentes de clasificaci\u00f3n geoespacial y la bibliograf\u00eda.<\/li>\n\n\n\n
- Construcci\u00f3n de mosaicos anuales de calidad Landsat: se generaron mosaicos anuales de alta calidad a partir de im\u00e1genes Landsat con los valores m\u00ednimos del NBR.<\/li>\n\n\n\n
- Recolecci\u00f3n de muestras de entrenamiento: se muestrearon las zonas quemadas y no quemadas para generar una biblioteca espectral.<\/li>\n\n\n\n
- Mapeo de \u00e1reas quemadas (modelo de predicci\u00f3n DNN): el modelo DNN se entren\u00f3 utilizando las muestras recolectadas y los mosaicos anuales.<\/li>\n\n\n\n
- Filtros espaciales: se aplicaron filtros espaciales para mejorar la precisi\u00f3n y reducir el ruido en los resultados de la clasificaci\u00f3n.<\/li>\n\n\n\n
- M\u00e1scara: se aplicaron m\u00e1scaras de cobertura del suelo y uso del suelo para mejorar los resultados de la clasificaci\u00f3n.<\/li>\n\n\n\n
- Evaluaci\u00f3n de resultados: los resultados de la clasificaci\u00f3n se validaron con datos de referencia y se inspeccionaron visualmente para garantizar una delimitaci\u00f3n precisa de las cicatrices de incendios.<\/li>\n<\/ol>\n\n\n\n
![\"\"](\"https:\/\/paraguay.mapbiomas.org\/wp-content\/uploads\/sites\/11\/2025\/09\/image-930x1024.png\")
<\/figure>\n\n\n\n2.1. DEFINICI\u00d3N DE REGIONES <\/p>\n\n\n\n
Se definieron ecorregiones para la recolecci\u00f3n de muestras de entrenamiento y la clasificaci\u00f3n de \u00e1reas quemadas, con el objetivo de obtener una clasificaci\u00f3n m\u00e1s precisa, basada en factores edafoclim\u00e1ticos y en la vegetaci\u00f3n regional. Se definieron de la siguiente manera:<\/p>\n\n\n\n
![\"\"](\"https:\/\/paraguay.mapbiomas.org\/wp-content\/uploads\/sites\/11\/2025\/09\/image-1-852x1024.png\")
<\/figure>\n\n\n\n2.2. MOSAICO ANUALES<\/p>\n\n\n\n
La clasificaci\u00f3n se realiz\u00f3 utilizando mosaicos de reflectancia de superficie (SR) de la Colecci\u00f3n Landsat 2 (Nivel 1) del USGS (30 m \u00d7 30 m), construidos para cada a\u00f1o desde 1999 hasta 2024. Se evaluaron todas las escenas disponibles de los sat\u00e9lites Landsat 5 (de 1985 a 2011), Landsat 7 (de 1999 a 2021), Landsat 8 (de 2013 a 2024) y Landsat 9 (de 2022 a 2024), con un intervalo de retorno de 16 d\u00edas.<\/p>\n\n\n\n
2.3. RECOLECCI\u00d3N DE MUESTRAS<\/p>\n\n\n\n
Creamos una biblioteca espectral basada en la delimitaci\u00f3n manual de pol\u00edgonos de \u00e1reas quemadas y no quemadas para utilizarla como muestras de entrenamiento. Estas muestras se estratificaron por sensores Landsat (recogidas en diferentes a\u00f1os) y por cada ecorregi\u00f3n. La recolecci\u00f3n de muestras de entrenamiento se realiz\u00f3 en las siete ecorregiones de clasificaci\u00f3n, garantizando la representaci\u00f3n de las distintas caracter\u00edsticas espectrales presentes en cada una de ellas.<\/p>\n\n\n\n
De esta forma, se obtuvo un conjunto de muestras por sensor y para las siete ecorregiones, para ser utilizadas en el entrenamiento del modelo de clasificaci\u00f3n.<\/p>\n\n\n\n
2.4. CLASIFICACI\u00d3N<\/p>\n\n\n\n
El modelo de clasificaci\u00f3n utilizado fue la Red Neural Profunda (Deep Neural Network, DNN), que consiste en modelos computacionales basados en c\u00e1lculos matem\u00e1ticos capaces de realizar aprendizaje autom\u00e1tico y reconocimiento de patrones visuales.<\/p>\n\n\n\n
El algoritmo de mapeo de las \u00e1reas quemadas const\u00f3 de dos fases: entrenamiento y predicci\u00f3n. Bas\u00e1ndose en las muestras de entrenamiento de \u00e1reas quemadas y no quemadas, se utilizaron las siguientes bandas espectrales como entrada para el modelo de clasificaci\u00f3n de \u00e1reas quemadas: rojo (ROJO – 0,65 \u00b5m), infrarrojo cercano (NIR – 0,86 \u00b5m) e infrarrojo de onda corta (SWIR 1 – 1,6 \u00b5m y SWIR 2 – 2,2 \u00b5m). Estas bandas espectrales de Landsat se eligieron por su sensibilidad a los eventos de incendio.<\/p>\n\n\n\n
Los datos de entrenamiento se dividieron en dos conjuntos: el 70 % de las muestras se utilizaron para el entrenamiento y el 30 % para la prueba.<\/p>\n\n\n\n
2.5. FILTROS ESPACIALES<\/p>\n\n\n\n
Se aplic\u00f3 un filtro espacial para eliminar los p\u00edxeles aislados calculando el n\u00famero de p\u00edxeles conectados y eliminando aquellos con cuatro o menos conexiones (~0,36 hect\u00e1reas). Este proceso tambi\u00e9n rellen\u00f3 los huecos en o alrededor de las cicatrices cuando hab\u00eda m\u00e1s de diecis\u00e9is p\u00edxeles (~1,44 hect\u00e1reas) clasificados conjuntamente como quemados. <\/p>\n\n\n\n
Adem\u00e1s, se llev\u00f3 a cabo un procesamiento posterior a la clasificaci\u00f3n para recuperar la informaci\u00f3n de la fecha del p\u00edxel quemado a partir del mosaico anual construido a partir del NBR m\u00ednimo, identificando el mes en el que se cartografi\u00f3 la cicatriz del incendio.<\/p>\n\n\n\n
2.6. M\u00e1scara con clases de uso y cobertura del suelo<\/p>\n\n\n\n
Se aplicaron m\u00e1scaras posteriores a la clasificaci\u00f3n para reducir los errores de comisi\u00f3n. Para las ecorregiones del Chaco Seco, Chaco H\u00famedo, BAAPA y Cerrado, se emple\u00f3 la clase de agua de la Colecci\u00f3n 2 de Cobertura y Uso del Suelo de MapBiomas. Sin embargo, en el caso de la ecorregi\u00f3n del Pantanal, se seleccion\u00f3 la clase de agua de la Colecci\u00f3n 1, ya que sus l\u00edmites espaciales mostraban una mejor idoneidad. En todas las ecorregiones se aplic\u00f3 la regla de exclusi\u00f3n (26) correspondiente a la clase de agua permanente.<\/p>\n\n\n\n
2.6. EVALUACI\u00d3N DE LA CLASIFICACI\u00d3N<\/p>\n\n\n\n
Las evaluaciones de la clasificaci\u00f3n de cicatrices de incendios se realizaron con im\u00e1genes Landsat, mediante inspecci\u00f3n visual, an\u00e1lisis estad\u00edsticos y relaci\u00f3n con datos de cobertura y uso del suelo de MapBiomas. Adem\u00e1s, se compararon con mapas de referencia, incluyendo FIRMS (1 km), GABAM (30 m), MODIS MCD64A1 (500 m), FIRE CCI (250 m) y focos de calor del INPE (1 km).<\/p>\n\n\n\n
![\"\"](\"https:\/\/paraguay.mapbiomas.org\/wp-content\/uploads\/sites\/11\/2025\/09\/image-2-853x1024.png\")
<\/figure>","protected":false},"excerpt":{"rendered":"M\u00c9TODO MAPBIOMAS FUEGO ANUAL COLECCI\u00d3N 1 A continuaci\u00f3n presentamos un resumen del m\u00e9todo desarrollado y aplicado en la Colecci\u00f3n 1 del mapeo de las cicatrices de fuego en Paraguay (1999-2024). Para obtener m\u00e1s detalles metodol\u00f3gicos, acceda al ATBD (Documento Base de la Teor\u00eda del Algoritmo) en este enlance. Todo el mapeo de cicatrices de incendios […]<\/p>","protected":false},"author":3,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_uag_custom_page_level_css":""},"acf":[],"uagb_featured_image_src":{"full":false,"thumbnail":false,"medium":false,"medium_large":false,"large":false,"1536x1536":false,"2048x2048":false,"trp-custom-language-flag":false,"infographic":false,"team":false},"uagb_author_info":{"display_name":"Rafael Coelho","author_link":"https:\/\/paraguay.mapbiomas.org\/en\/author\/rafael-coelho\/"},"uagb_comment_info":0,"uagb_excerpt":"M\u00c9TODO MAPBIOMAS FUEGO ANUAL COLECCI\u00d3N 1 A continuaci\u00f3n presentamos un resumen del m\u00e9todo desarrollado y aplicado en la Colecci\u00f3n 1 del mapeo de las cicatrices de fuego en Paraguay (1999-2024). Para obtener m\u00e1s detalles metodol\u00f3gicos, acceda al ATBD (Documento Base de la Teor\u00eda del Algoritmo) en este enlance. Todo el mapeo de cicatrices de incendios…","_links":{"self":[{"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages\/440"}],"collection":[{"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/comments?post=440"}],"version-history":[{"count":2,"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages\/440\/revisions"}],"predecessor-version":[{"id":463,"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/pages\/440\/revisions\/463"}],"wp:attachment":[{"href":"https:\/\/paraguay.mapbiomas.org\/en\/wp-json\/wp\/v2\/media?parent=440"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
- Visi\u00f3n General del m\u00e9todo<\/li>\n<\/ol>\n\n\n\n