Visión General

Creamos una biblioteca espectral basada en la delimitación manual de polígonos de áreas quemadas y no quemadas para utilizarla como muestras de entrenamiento. Estas muestras se estratificaron por sensores Landsat (recogidas en diferentes años) y por cada ecorregión. La recolección de muestras de entrenamiento se realizó en las siete ecorregiones de clasificación, garantizando la representación de las distintas características espectrales presentes en cada una de ellas.

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 clasificación.

El modelo de clasificación utilizado fue la Red Neural Profunda (Deep Neural Network, DNN), que consiste en modelos computacionales basados en cálculos matemáticos capaces de realizar aprendizaje automático y reconocimiento de patrones visuales.

El algoritmo de mapeo de las áreas quemadas constó de dos fases: entrenamiento y predicción. Basándose en las muestras de entrenamiento de áreas quemadas y no quemadas, se utilizaron las siguientes bandas espectrales como entrada para el modelo de clasificación de áreas quemadas: rojo (ROJO – 0,65 µm), infrarrojo cercano (NIR – 0,86 µm) e infrarrojo de onda corta (SWIR 1 – 1,6 µm y SWIR 2 – 2,2 µm). Estas bandas espectrales de Landsat se eligieron por su sensibilidad a los eventos de incendio.

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.

Se aplicó un filtro espacial para eliminar los píxeles aislados calculando el número de píxeles conectados y eliminando aquellos con cuatro o menos conexiones (~0,36 hectáreas). Este proceso también rellenó los huecos en o alrededor de las cicatrices cuando había más de dieciséis píxeles (~1,44 hectáreas) clasificados conjuntamente como quemados.

Además, se llevó a cabo un procesamiento posterior a la clasificación para recuperar la información de la fecha del píxel quemado a partir del mosaico anual construido a partir del NBR mínimo, identificando el mes en el que se cartografió la cicatriz del incendio.

Se aplicaron máscaras posteriores a la clasificación para reducir los errores de comisión. Para las ecorregiones del Chaco Seco, Chaco Húmedo, BAAPA y Cerrado, se empleó la clase de agua de la Colección 2 de Cobertura y Uso del Suelo de MapBiomas. Sin embargo, en el caso de la ecorregión del Pantanal, se seleccionó la clase de agua de la Colección 1, ya que sus límites espaciales mostraban una mejor idoneidad. En todas las ecorregiones se aplicó la regla de exclusión (26) correspondiente a la clase de agua permanente.