Modelamiento de las alturas del dosel de los manglares en la Provincia de El Oro, empleando datos SAR y LiDAR en un algoritmo de Inteligencia Artificial

Abstract

La teledetección es una herramienta poderosa ampliamente utilizada para cartografiar y monitorear recursos naturales. En la investigación se estudió el potencial de combinar datos de Radar de Apertura Sintética (retrodispersión) de Imágenes Sentinel-1 con mediciones LiDAR (alturas en metros) de GEDI para la estimación de las alturas del dosel de los bosques de manglar en la provincia de El Oro para el año 2021. Se aplicó el algoritmo de aprendizaje automático, Random Forest (RF) para regresión dentro del entorno computación Google Earth Engine (GEE). Este se entrenó en base a dos grupos de alturas, el primero con el 90% destinado a entrenamiento dejando los 10% para validación, y el segundo con 80% para entrenamiento y 20% para validación. Se generaron dos máscaras, una que contenía información adyacente a la cobertura de manglar y otra que solo incluía a esta. Se determinó que los modelos con los RMSE más bajos, correspondientes a 2.86 metros generado en torno a la máscara 1 y 3.93 metros para la máscara 2 son aplicables efectivamente para la escala de 1: 25 000, mas esta escala solo se puede garantizar a lo largo de las pistas por donde el satélite GEDI adquiere los datos, es decir es relativa ya que existe la incertidumbre de que se alcance esta precisión en las coberturas totales de los modelos por lo que se abre paso a más estudios en donde se puedan corroborar estos resultados. Esta investigación demostró el potencial que tiene GEE para procesar datos de diferentes satélites, herramienta con la cual se puede llevar acabo más estudios relacionados a los parámetros biofísicos de los manglares.