El inicio de las actividades del programa Landsat en 1972 marca el comienzo de las investigaciones y aplicaciones civiles de la percepción remota satelital, estando por ello disponibles gran cantidad de datos tanto en formatos fotográficos como digitales para una gran parte del planeta. El mayor banco de datos satelitales de cobertura global se encuentra en el Servicio Geológico de los EUA (GLIS - EROS DATA CENTER-USGS) , allí se puede acceder a través de Internet no solo a  datos Landsat MSS y TM, sino a otros productos como fotografías aéreas (para EUA) modelos digitales del terreno (para EUA y globales) y mapas de diversos temas y escalas. 

En la Argentina hubo inicialmente una estación receptora de datos MSS Landsat, en los años 80, lamentablemente gran cantidad de esa información no está actualmente disponible. Por ello, si se desean datos históricos, la mejor opción es el GLIS-USGS, citado en el párrafo anterior.

Actualmente, otra es la situación, el acceso a la cobertura nacional de datos satelitales se obtiene a través de la Comisión Nacional de Actividades Espaciales - CONAE   y de la Estacion Terrena - Córdoba , allí pueden seleccionarse las escenas de interés a resoluciones reducidas (quick-looks) mediante modernas herramientas para la consulta a la base de datos satelitales y visualización on-line a través de Internet. 

Las características dinámicas de muchas de las coberturas de la tierra han impulsado el desarrollo de las técnicas de detección de cambios. La extracción de información a 
partir de imágenes multitemporales tiene una gran importancia práctica en las ciencias forestales, el monitoreo de la fenología de la vegetación a niveles continentales, el avance de las fronteras agropecuarias, la dinámica y tendencias de la distribución espacial de los incendios forestales, la regeneración de áreas  quemadas o abandonadas por la agricultura, son algunas de las aplicaciones de estas técnicas. La posibilidad de detectar en forma automática, fenómenos ligados a la dinámica del cambio en las coberturas vegetales se muestra en los siguientes ejemplos de aplicaciones en el Chaco seco. 

Figura 1.  Localización de los ejemplos, cobertura de imágenes MSS Landsat (WRS2: 229-078: 1992, WRS1: 245-078: 1975).

Un método para la detección de cambios consiste en el análisis de composiciones color multitemporales, para ello se generan archivos de imágenes constituidas por bandas espectrales de diferentes períodos (Fig. 2). Por ejemplo:

CCMT = B3t2 (R), B3t1 (V), B2t2 (A)
donde:
CCMT= composición multitemporal, B3t2= banda 3 del tiempo 2, B3t11 banda 3 del tiempo 2, B2t2= banda 1 del tiempo 2

Figura 2. Esquema de una composición color multitemporal.

Este tipo de composiciones es una de las formas más rápidas para detectar cambios ocurridos entre las fechas de estudio. Un inconveniente radica en la imposibilidad de determinar el tipo de cambio detectado, o sea, cuales fueron los tipos de coberturas existentes en una y otra fecha. Por este motivo se debe tener acceso a informaciones adicionales para ambos períodos, por este motivo son muy útiles los mapas temáticos y las fotografías aéreas y/o de terreno. Generalmente pueden detectarse grandes tipos de cambios, del tipo bosque a arbustales abiertos, bosque a pastizal y viceversa. 
 

Figura 3. Composiciones color multitemporales de  paisajes bajo diferente utilización forestal. En el Parque Nacional Copo se observan típicas formas producidas por incendios, con sabanas pirógenas orientadas en dirección norte a sur, los colores verdes indican la disminución de biomasa por efecto del cambio de bosque a sabana. En Los Tigres se muestra un caso típico de explotación irracional del bosque, con rebrote de vegetación en color magenta, bosque residual en rojos muy oscuros, aquí también los colores verdes remarcan situaciones donde hubo disminución de biomasa.

Ap3: Sector de bosque hasta los ´70,  actualmente totalmente arrasado, sector muy  próximo a la localidad de Los Tigres.  R16: traza de la Ruta Nacional No. 16 (R16),  cambio también detectado en la Fig. 2.  Imágen TM Landsat 543-RGB, abril 1991.  Depto. Copo, sobre de la Ruta Nacional 16 ,  Prov. de Santiago del Estero.

Figura 4. Patrones de degradación de la cobertura forestal detectadas a través de la composición multitemporal de imágenes (Fig. 2, Los Tigres).  Ap1: aprovechamiento  iniciada en los ´70, las líneas en rojo muestran franjas residuales del bosque original, más alejados de las vías de aprovechamiento, con gran rebrote de la vegetación arbustiva en verde luminoso.  Ap2: aprovechamiento de los años ´80 -´90, actualmente se continúa con la  extracción de los últimos "postes" de maderas duras de menores dimensiones, que componen la regeneración y los árboles menores residuales de los primeros aprovechamientos.

La diferencia entre imágenes es una técnica que se basa en datos provenientes de
imágenes de fechas diferentes, previamente rectificadas a una base cartográfica común. La detección de cambios entre dos fechas diferentes, utiliza la substracción entre los pixels correspondientes a cada imágen. Es una operación pixel-a-pixel, cuyo resultado representa los cambios numéricos entre las imágenes utilizadas. El resultado que expresa la variación entre los números digitales (ND) representarán desde el punto de vista temático a los cambios ocurridos en las coberturas de la tierra. 

La diferencia entre imágenes tiene que cumplir con requisitos previos en lo referente al preprocesamiento de las imágenes, ya que sobre los datos utilizados influyen factores de mayor complejidad, como ser la época de toma de cada imágen, interferencia atmosférica, procesos de mejoramiento y estandarización entre las imágenes utilizadas. Información detallada sobre requisitos y procedimientos sobre este tema se indican en Jensen (1996) y en las direcciones de Internet recomendadas más adelante. 
 

Figura 5. Imagen diferencia entre escenas MSS Landsat de 1.975 y 1.992. (amarillos: superficies que han sufrido disminución de biomasa, p.ej.: sabanas pirógenas antes con bosques y arbustales densos; rojos: áreas con aumento de la biomasa, p.ej.: avance de la sucesión vegetal -arbustales/pastizales a bosque- y regeneración de zonas de aprovechamientos forestales extremos).

Figura 6. Representación numérica de la transecta sobre imagen diferencia de la Fig. 4, la transecta  muestra los valores diferencia que comprenden las áreas con y sin cambio.

Las transformaciones de componentes principales (TCP) son técnicas muy utilizadas en la percepción remota y los SIG, y abarcan desde la compresión de datos multiespectrales (multivariados), disminuyendo la información redundante por efecto de la adyacencia entre los canales de un determinado sensor, o para la detección de cambios a partir de imágenes multitemporales. En este último caso se puede interpretar que la  información redundante, correlacionada, es aquella que menos ha variado en el tiempo representando la situación "sin cambios" ( o lo que menos ha cambiado, o lo que el sensor y/o la metodología de trabajo no ha detectado como cambios). Por otro lado los datos menos correlacionados entre las diferentes fechas analizadas representarán  los cambios en la cobertura de la tierra. Si las TCP se realizan sobre imágenes mutlitemporales, se podrá entonces decir que una menor correlación = cambios, y una mayor correlación = sin cambios. También se han utilizado diferencias entre las imágenes provenientes de TCP de fechas por separado. Todos estos métodos requieren de información complementaria, que permita la identificación de las diferentes categorías de cambios detectados. 
 

CP1	CP2
CP3	CP4
CP5	CP6

Figura 7. Componentes principales de un conjunto de una imágen multitemporal MSS Landsat, compuesta de 8 canales (1975 y 1992). La primera componente principal (CP1) contiene el 67 % de la varianza total o información total. La segunda componente principal (CP2) que representa el 22 % de la información original (1975 y 1992) permite identificar mejor que las otras CP las regiones con cambios, todo ello ocurre en un ambiente enmarcado por grandes cambios a través de incendios que eliminaron grandes superficies de bosque (áreas más claras). Región de El Desierto, Departamento Alberdi, Prov. de Santiago del Estero.

En las Figuras. 8 y 9 se muestra una forma de clasificar los cambios, categorizados como positivos y negativos, en función del incremento o disminución de biomasa respectivamente. De esta manera, un cambio de bosque a pastizales sería un cambio negativo, y un cambio de pastizal a arbustal sería positivo. 
 

Figura 8. Cambios positivos entre 1975 y 1992  (ej.: arbustales a bosque, pastizales a arbustales).

Figura 9. Cambios negativos entre 1975 y 1992 (ej.: bosque a pastizal, arbustal a pastizal).

La detección de cambios permite conocer aspectos muy importantes sobre la dinámica de los ecosistemas, en el caso aquí presentado se determinó la  distribución espacial de los cambios positivos y negativos, definiendo así un modelo de cambio de la cobertura vegetal, para un período determinado de tiempo. La región muestra una dinámica con dominancia de procesos que causan pérdidas de biomasa (Fig. 10). Fundamentalmente se deben a grandes reducciones en las áreas con bosques, por efecto de los fuegos y el excesivo aprovechamiento. Las áreas con cambios positivos abarcan sectores donde ocurrió una invasión de arbustos sobre pastizales (lignificación de pastizales) y regeneración del bosque en áreas de arbustales y pastizales.

Figura 10. Cambios detectados por medio de la diferencia de imágenes multitemporales y posterior categorización de los cambios (en % de la superficie total). 

Otra posibilidad de detectar cambios surge a partir de la comparación de mapas de épocas diferentes o clasificación cruzada. La comparación estos datos digitales, de características matriciales, se realiza a través de la denominada tabulación cruzada, una comparación pixel a pixel que originará un nuevo archivo con diversas combinaciones que indicarán el tipo de cambio occurrido. 

Por esta última razón, este método permite no solo determinar las situaciones de "cambio" y "no cambio", sino también los tipos de cambios que han ocurrido en un determinado período, lo que lo convierte en muy adecuado para modelar situaciones de dinámica de cambios de la vegetación y usos de la tierra (Fig. 11). 
 

mapa binario de bosques, año 1975  bosque = 1 (negro) sin bosque = 0 (blanco)

mapa binario de bosques, año 1992  bosque = 1 (negro) sin bosque = 0 (blanco

Figura 12. La clasificación cruzada entre los mapas de la Fig. 11, muestra el tipo de cambios y  la distribución espacial del bosque (ej. 2: deforestación, 3: rebrote).

Una limitante de este método radica en que los mapas a utilizar deben tener la misma resolución espacial, por lo tanto cuando estos son productos de clasificaciones de datos con diferente resolución espacial ( ej. Landsat MSS o TM y SPOT XS ) deben ser remuestreados, esto puede producir erróneos resultados al comparar un pixel con otro no correspondiente durante la clasificación cruzada. Una similar situación se produce cuando los mapas tienen muy diferentes niveles de exactitud en la clasificación.
 

Lecturas sobre Detección de Cambios

Chuvieco, E. (1996): Fundamentos de Teledetección Espacial. Tercera ed. rev., Ediciones Rialp S.A., Madrid, 568 p. 

Eastman, J. R. (2001). Manual of Idrisi 32 Rel. 2, Guide to GIS and Image Processing, Vol. 2, Clark Labs, Clark University, Worcester, USA.

Jensen, J.R (1996): Introductory Digital Image Processing: A Remote Sensing Perspective. Prentice Hall Series in Geographic Information, 448 p. 

Lecturas sobre Detección de Cambios en el Chaco

Zerda, H.R. (1998): Monitoring der Vegetations- und Landnutzungsveränderungen durch Brandrodung und Übernutzung im Trocken-Chaco Argentiniens mit Satellitenfernerkundung und GIS. Dissertation. Cuvillier Verlag, Goettingen, Alemania, 175 p.(ISBN 3-89712-335-5) 

Zerda, H.R. (1999): Geoprocesamiento: Una aplicación para el estudio de la fragmentación del bosque chaqueño. Resúmenes de la XIX Reunión Argentina de Ecología. Asociación Argentina de Ecología-Lab. de Investigaciones Ecológicas de Las Yungas, S.M. de Tucumán, abril 1999. 

Sitios recomendados en  Internet 

1- NOAA Coastal Change Analysis Program (C-CAP) 

2- EROS Earthshots Change, USGS: Servicio Geológico de los EUA

3- SAR Interferometry and Surface Change Detection: Jet Propulsion Lab, NASA