Detección de sistemas silvopastoriles en Uruguay mediante clasificación de imágenes satelitales Sentinel-2

El crecimiento del sector forestal en Uruguay ha impulsado el interés por integrar actividades forestales y ganaderas, aumentando la superficie destinada a sistemas silvopastoriles (SSP). Sin embargo, pese a su implementación desde hace años, aún existe limitada información sobre su desempeño. El objetivo de este estudio fue identificar y caracterizar SSP mediante el uso de imágenes satelitales multiespectrales del satélite Sentinel-2, por medio de una clasificación supervisada basada en el algoritmo Random Forest (RF). Se buscó distinguir los SSP del resto de las coberturas y clasificar las diferentes especies presentes en los rodales.

Para el desarrollo del trabajo se utilizó la cartografía de SSP disponible, la cual proporciona información relevante sobre los rodales, como la especie plantada, la estructura del sistema y el año de plantación. Asimismo, se empleó Google Earth Engine (GEE), una plataforma de libre acceso que ofrece una amplia biblioteca de imágenes Sentinel-2, herramientas de filtrado, gran capacidad de procesamiento mediante los servidores de Google y una consola en JavaScript que facilita la implementación de procesos de clasificación. Como resultado de la clasificación de coberturas, se obtuvieron valores de 0,87 en precisión del consumidor (PC), 0,86 en precisión del productor (PP) y 0,87 en F1-Score (F1) para la clase SSP. A nivel general, la clasificación alcanzó una exactitud global (EG) de 0,95 y un índice Kappa de 0,94. En contraste, la clasificación por especies presentó un desempeño considerablemente inferior, con una EG de 0,58 y un índice Kappa de 0,5. Los resultados por especie fueron heterogéneos: Eucalyptus. benthamii obtuvo el mejor desempeño (F1 = 0,79), seguido por E. grandis (0,60) y E. smithii (0,55), mientras que E. globulus, E. maidenii y E. dunnii mostraron valores inferiores a 0,55. A pesar de estas limitaciones, el estudio demuestra que es viable clasificar SSP y sus especies mediante el uso de imágenes Sentinel-2. No obstante, la complejidad de estos sistemas y la baja resolución espacial de las imágenes dificultan la discriminación entrealgunas de las especies.