[2018]

Investigador Colaborador PUCV 1: R. O. Chávez
Investigador Colaborador PUCV 2: Matías Olea

Los mapas de cobertura terrestre (Land Cover en inglés) representan la información espacial de los diferentes usos del suelo agrupados en diferentes tipos o clases, como por ejemplo bosques, praderas, cultivos, lagos, humedales, etc.

Es necesario avanzar hacia una nueva metodología de clasificación de las coberturas terrestres. Los antiguos mapas de cobertura representaban un momento estático en el tiempo, que podría estar sesgado por los acontecimientos que ocurrieron cercanos a esa fecha, como por ejemplo una inundación, tierras que fueron cultivadas, un incendio, nieves, etc.
Sabemos que la tierra está en constante cambio, y los mapas de cobertura terrestre dinámicos (DLC; Dynamic Land Cover) incluyen transiciones de las clases de cobertura en el tiempo, por lo tanto capturan cambios en la cobertura terrestre.

Según el método antiguo, si clasificabamos el territorio utilizando una imagen satelital de Invierno, aparecería tierras cubiertas de nieve dónde comúnmente la cobertura son suelos desnudos o praderas. Lo que hace el DLC es tomar en cuenta esos cambios y asigna valores de salida a los elementos que tienen cierta recurrencia o permanencia en el tiempo, es decir, si un área que durante el año es suelo desnudo pero que solamente en invierno hay nieve, su clasificación será suelo desnudo, ya que es la cobertura más recurrente durante el año, y las áreas dónde siempre hay nieves o glaciares serán clasificados como nieves.

Los mapas anuales de cobertura terrestre de resolución moderada se centran principalmente en la detección de la cobertura terrestre y sus cambios, aunque no es tan sencillo establecer límites entre las definiciones de cobertura de la tierra y las clases de uso de la tierra.

Es así como el Laboratorio de Geo-Información y Percepción Remota del Instituto de Geografía de la Pontificia Universidad Católica de Valparaíso participó en la validación del DLC del mundo para el año 2015. De esta forma apoyado por series de tiempo de Índice de Diferencia Normalizada de Vegetación (NDVI por sus siglas en inglés) de diferentes satélites, además de imágenes de alta resolución espacial (Sentinel 2; 10 m) junto con Google Earth y Bing Aerial, apoyaron a la calibración de este producto clasificando diferentes áreas de la cuenca del Pacifico en América del Sur, completando un set de 454 puntos de validación.

Referencias:
Copernicus (2019) Copernicus Global Land Service: Providing bio-geophysical products of global land surface. Disponible en linea https://land.copernicus.eu/global/products/lc
Copernicus (2019) Moderate dynamic land cover 100m Version 2: Product user manual. Disponible en linea Documento
FAO (2016) Land Cover Classification System: Classification Concept. Disponible en linea http://www.fao.org/3/a-i5232e.pdf
VITO (2019) Time to release the new and improved land cover maps. Disponible en linea https://blog.vito.be/remotesensing/lcviewer
Yuanyuan Zhao, Duole Feng, Le Yu, Xiaoyi Wang, Yanlei Chen, Yuqi Bai, H. Jaime Hernández, Mauricio Galleguillos, Cristian Estades, Gregory S. Biging, John D. Radke, Peng Gong (2016) Detailed dynamic land cover mapping of Chile: Accuracy improvement by integrating multi-temporal data, Remote Sensing of Environment, Volume 183. Versión online