ESTIMACIÓN DE ÁREAS AGRÍCOLAS MEDIANTE CLASIFICACIÓN BASADA EN OBJETOS CON IMÁGENES DE SATÉLITE, EN EL MUNICIPIO DE OKINAWA DEL DPTO. DE SANTA CRUZ.

Resumen

Este trabajo se realizó en el municipio de Okinawa, del Dpto. de Santa Cruz. Tiene como objetivo estimar las áreas agrícolas mediante la clasificación basada en objetos con imágenes de satélite. Inicialmente se recopiló información cartográfica base, temática oficial, imágenes del sensor OLI (Operational Land Imager) del satélite Landsat 8 de los meses de ciclo de producción, y bibliografía necesaria. Seguidamente se realizó el análisis de las imágenes con la selección de la imagen de referencia, fusión de imágenes (PAN con multiespectral), interpretación visual, análisis del calendario agrícola y fases fenológicas de los cultivos, levantamiento y análisis de la información de campo, análisis espectro-temporal con cálculo de índices de vegetación y reflectancias, segmentación de imágenes, clasificación de imágenes basada en objetos, análisis de consistencia, así como la comparación de datos. Se lograron los siguientes resultados: de acuerdo a la interpretación de imágenes en RGB-564 para el periodo de mayor desarrollo vegetativo, se identificaron 11 objetos: bosque, cuerpos de agua, zonas urbanas, caminos, suelo descubierto, barbecho (rastrojo), pastizales, cultivo de soya, caña de azúcar, arroz y maíz; donde la soya presentó tonalidades de amarillo a naranja, de magenta, rojo a marrón la caña de azúcar, el arroz de azul, rosado, magenta a marrón y el maíz rojo a marrón; en cambio el bosque, de tonos rojo oscuro a marrón, suelo descubierto celeste a ciano, los pastizales rojo claro a verde, el barbecho tonalidades de verde a ciano. En tanto, el análisis del comportamiento espectro-temporal de los cultivos corresponden a 4 escenas, de los cuales, del 19 de enero al 20 de febrero, fueron los que presentaron mayores valores promedios de índices de vegetación y reflectancia, principalmente en la banda 5, con los siguientes valores: con un NDVI de 0,81, EVI de 0,71 y reflectancia de 0,48 en la soya; en la caña de azúcar, un NDVI próximos de 0,72, el EVI de 0,54 y reflectancia de 0,39; en el arroz, alrededor de 0,64 de NDVI, 0,48 de EVI y 0,31 de reflectancia; y finalmente en el maíz, un NDVI de 0,73 el EVI de 0,61 y reflectancia de 0,43. Mediante la segmentación de imágenes, se lograron 15921 segmentos con el algoritmo multirresolución y 12047 segmentos con diferencia espectral. Se estimaron 26071 ha para la soya, 6996 ha de caña de azúcar, 5565 ha de arroz y 1303 ha para el maíz, a través de la clasificación basada en objetos, con una precisión general de 83,18 % de análisis de matriz de confusión y una índice kappa de 0,79, que indica una considerable precisión en la clasificación. Se estimaron valores superiores de áreas sembradas en los cuatro cultivos, en relación a las obtenidas por las instituciones regionales, con las siguientes diferencias: en la soya en 1071 ha a ANAPO y 5071 ha a CAICO; en la caña de azúcar, en 4996 ha a CAICO; en el arroz, en 565 ha a CAICO, y finalmente en el maíz, en 303 ha a ANAPO y en 403 ha a CAICO. Con lo señalado, y el uso de la clasificación de imágenes basada en objetos, se pretende contribuir a las actuales metodologías utilizadas en los levantamientos y estimaciones de áreas sembradas de cultivos.