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

Resumen

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.