Evaluación de imágenes del sensor MODIS para la cartografía de la cobertura del suelo en una región altamente diversa de México

Abstract

En décadas recientes, las actividades agropecuarias se han expandido ocupando cerca del 40 % de la cobertura mundial del suelo impactando gravemente la biodiversidad. Para entender y manejar estos cambios es indispensable contar con datos actualizados sobre el uso y la cobertura del suelo, generados mediante herramientas que permitan obtener información con mayor frecuencia temporal y extensión espacial. Las imágenes derivadas de sensores tales como MODIS representan una alternativa; sin que hasta el momento se cuente con datos precisos de su fiabilidad a nivel regional. Este trabajo pretende contribuir en el conocimiento sobre el tipo de datos más idóneo para generar información de cobertura de suelo, y los métodos que permiten obtener más detalle conservando una fiabilidad aceptable. El área de estudio es la región del Tancítaro, Michoacán y comprende bosques templados y tropicales secos, pastizales y áreas de cultivos. Los tres tipos de datos MODIS; índices de vegetación, compuestos espectrales de 8 días e imágenes de reflectancia diarias fueron evaluados por medio de dos metodologías; la máxima verosimilitud y redes neuronales, en cada una de estas se incorporaron dos tipos de datos auxiliares. Los resultados muestran que es posible obtener mapas confiables a partir de estos datos de baja resolución si se usan categorías generales.