Monitorizar el cambio del bosque a lo largo del tiempo

Los bosques son un importante recurso natural que proporciona productos de madera, un hábitat silvestre, agua limpia y aire, fijación del carbono, oportunidades recreativas, etc. La supervisión de las alteraciones forestales, como las actividades de tala de árboles, el incendio forestal y la infestación de plagas, es una tarea importante para la gestión forestal. La ecorregión de West Cascades, Oregón, contiene grandes bosques que incluyen tanto tierra de producción de madera comercial como suelo preservado federal y estatal. El Estado tiene previsto aprovechar las capacidades de análisis de imágenes de serie temporal de ArcGIS Pro para impulsar las prácticas de gestión forestal. En materia de datos, recurrirá a los archivos de imágenes de satélite Landsat que abarcan varias décadas.

En este tutorial, como analista SIG del Departamento forestal de Oregón, utilizará herramientas basadas en el algoritmo LandTrendr (detección de tendencias de alteración y recuperación basadas en Landsat) para comprender mejor los patrones espaciales y temporales de la tala de madera y detectar otras alteraciones potenciales.

Este tutorial se probó por última vez el 13 de noviembre de 2024 con ArcGIS Pro 3.4. Si está utilizando otra versión de ArcGIS Pro, puede que las funciones y los resultados sean diferentes.

Requisitos

• ArcGIS Pro (consulte las opciones de acceso a software)
• ArcGIS Image Analyst

Explorar el cambio de serie temporal de píxeles de forma interactiva

Las imágenes de satélite, como Landsat, capturan información sobre la ocupación del suelo y las entidades del terreno en grandes áreas. Estas imágenes proporcionan una vista completa de una región, donde la ubicación, la distribución y las relaciones espaciales de las entidades se pueden detectar y medir. En concreto, las imágenes de Landsat-TM ofrecen una cobertura continua de la superficie del suelo terrestre cada 16 días desde 1984. Esto permite la detección, el análisis y la monitorización de los cambios en el uso del suelo durante ese largo periodo de tiempo.

Una serie temporal de imágenes es un conjunto de imágenes tomadas en momentos diferentes en la misma ubicación. Puede utilizar una serie temporal de imágenes para comprender el cambio a lo largo del tiempo. Por ejemplo, es posible que vea cómo se cortan los árboles de un área forestal y luego vuelven a crecer, o cómo se produjeron incendios o plagas. Estas alteraciones se reflejan normalmente en las imágenes mediante cambios abruptos en el valor de los píxeles. El análisis de la serie temporal de imágenes utiliza algoritmos para detectar estos cambios en el valor de píxel. La extensión ArcGIS Image Analyst ofrece dos algoritmos de detección de cambios de serie temporal para imágenes. Uno de ellos es el algoritmo LandTrendr, que se basa en las imágenes de Landsat y se utiliza comúnmente para aplicaciones forestales.

En primer lugar, se preparará en ArcGIS Pro y se familiarizará con los rásteres multidimensionales, el modelo de dataset utilizado para representar las series temporales de imágenes. A continuación, preparará la serie temporal de imágenes para el análisis y empezará a explorarla interactivamente.

Descargar y abrir el proyecto

Para empezar, descargará un proyecto que contiene todos los datos de este tutorial y lo abrirá en ArcGIS Pro.

1. Descargue el archivo Forest_Disturbance_Analysis.zip.
2. Busque el archivo Forest_Disturbance_Analysis.zip descargado en su equipo.

   Nota:

   La mayoría de los navegadores descargan los archivos de manera predeterminada en la carpeta Descargas del equipo.

3. Haga clic con el botón derecho en el archivo Forest_Disturbance_Analysis.zip y extráigalo en una ubicación de su equipo, como, por ejemplo, una carpeta de la unidad C:.
4. Abra la carpeta Forest_Disturbance_Analysis que ha extraído y haga clic en Forest_Disturbance_Analysis.aprx para abrir el proyecto en ArcGIS Pro.

   

5. Si se le pide, inicie sesión con su cuenta de ArcGIS.

   Nota:

   Si no tiene acceso a ArcGIS Pro o una cuenta de organización de ArcGIS, consulte las opciones de acceso a software.

   El proyecto se abre mostrando imágenes de la zona de West Cascade, en Oregón.

   

   En el panel Contenido hay una capa, WestCascade.crf, que contiene los datos de la serie temporal. También hay otras capas que utilizará más adelante en el análisis.

Familiarizarse con el ráster multidimensional de entrada

Ahora obtendrá más información sobre la capa de serie temporal. WestCascade.crf contiene 78 imágenes de satélite del tipo de imágenes listas para el análisis de Landsat (ARD), recopiladas entre 1984 y 2020 sobre las montañas Cascades occidentales de Oregón, en Estados Unidos. Cada imagen se representa como un ráster multibanda, que contiene bandas espectrales de color azul, verde, rojo, infrarrojo e infrarrojo de onda corta. Todos estos rásteres se recopilan en un único ráster multidimensional almacenado en el formato CRF.

Nota:

Según los requisitos del algoritmo LandTrendr que utilizará en este tutorial, las 78 imágenes ARD de Landsat seleccionadas se recopilaron todas en verano para que los árboles tuvieran hojas y se encontrasen en una etapa de crecimiento similar. Además, solo se incluyen las imágenes con una cobertura de nubes inferior al 10 por ciento.

Si tiene previsto aplicar el flujo de trabajo de este tutorial a su propia área de estudio, puede crear un ráster multidimensional similar para la extensión deseada. Puede seleccionar y descargar imágenes ARD de Landsat para cualquier ubicación de la tierra desde USGS Earth Explorer. A continuación, puede limpiar las imágenes y generar un ráster multidimensional como se explica en la publicación del blog Limpiar las imágenes de Landsat: eliminar nubes y sombra de nubes.

Puede examinar las 78 imágenes incluidas en WestCascade.crf y ver a qué hora se capturó cada una con la pestaña Multidimensional.

1. En el panel Contenido, haga clic en la capa WestCascade.crf para seleccionarla.

   

2. En la cinta, haga clic en la pestaña Multidimensional.

   

   La pestaña Multidimensional contiene herramientas para trabajar con rásteres multidimensionales.

3. En el grupo División de visualización actual, expanda la lista desplegable StdTime y observe la lista de valores de tiempo asociados con las 78 imágenes.
4. Haga clic en el segundo valor de tiempo de la lista, empezando por la fecha 1984-07-19, para visualizar la imagen correspondiente.

   

   El mapa se actualiza. En una serie temporal de imágenes, puede llamar a cada imagen un intervalo de tiempo. La imagen que acaba de mostrar es el segundo intervalo de tiempo de la serie.

   

5. En el panel Contenido, revise la leyenda de la capa.

   

   La imagen se muestra utilizando la combinación de bandas de color natural en la que la Banda 1 es azul, la Banda 2 es verde y la Banda 3 es roja. Esta combinación de bandas se aproxima a la forma en que el paisaje aparecería para el ojo humano. La imagen también contiene una banda infrarroja (banda 4) y dos bandas infrarrojas de onda corta (banda 5 y banda 6), que se utilizarán en el análisis, aunque no se muestren actualmente.

   Nota:

   Para obtener más información sobre las imágenes multiespectrales y las combinaciones de bandas, consulte los tutoriales de Learn ArcGIS Introducción a las imágenes y Evaluar las áreas quemadas con imágenes de satélite.

   En la imagen, se ven mayoritariamente superficies forestales (en un tono de verde), pero también se pueden distinguir algunas áreas del centro de la imagen donde se cortaron los árboles (en tonos beis).

6. Use el botón de desplazamiento del ratón para acercarse al centro de la imagen y observar las áreas registradas de color beis.

   

7. Aleje a la extensión completa.

   También puede animar la serie temporal.

8. En la pestaña Multidimensional, junto a la lista desplegable StdTime, haga clic en el botón Reproducir porciones a lo largo de StdTime para reproducir la serie temporal.

   

   Observe los cambios progresivos en el bosque a lo largo del tiempo.

   Nota:

   Puede observar que algunas imágenes tienen áreas NoData (que aparecen como agujeros en la capa). Se corresponden con píxeles de nube que se han enmascarado y no afectarán al análisis.

9. Haga clic en el botón Reproducir porciones a lo largo de StdTime de nuevo para detener la animación.

   A continuación, revisará algunas de las propiedades de la capa.

10. En el panel Contenido, haga doble clic en la capa WestCascade.crf para abrir Propiedades de capa.
11. En la ventana Propiedades de capa, haga clic en la pestaña Fuente. En el panel derecho, expanda las secciones Información multidimensional, SR y StdTime.

    

    Puede ver que el dataset contiene 78 intervalos de tiempo, como se espera. El valor de píxel, denominado SR, corresponde a la reflectancia de la superficie. El rango de extensión temporal va de 1984-07-03 a 2020-08-23.

12. Haga clic en Cancelar para cerrar la ventana Propiedades.

    Para resumir, la capa WestCascade.crf contiene 78 imágenes multiespectrales, cada una con 6 bandas. Esto significa 468 ráster. A continuación se muestra un esquema que representa esta estructura de ráster multidimensional.

    

Calcular valores NBR

El algoritmo LandTrendr funciona con un ráster multidimensional en el que cada intervalo de tiempo es un ráster de banda única. Aplicará una fórmula de índice a su serie temporal para derivar un ráster de una sola banda a partir de cada intervalo de tiempo. El índice de relación de calcinación normalizado (NBR), que a menudo se utiliza para detectar áreas forestales quemadas, resulta útil para distinguir los bosques saludables de las alteraciones forestales en general, por lo que este es el que utilizará.

1. En el panel Contenido, asegúrese de que la capa WestCascade.crf está seleccionada.
2. En la cinta, en la pestaña Imágenes, en el grupo Herramientas, haga clic en Índices. En la lista expandida de índices, en Horizontal, haga clic en NBR.

   

   El índice NBR usa las bandas de infrarrojo cercano y de onda corta y las combina con una fórmula matemática. Especificará en su capa que esas bandas correspondan a las bandas 4 y 6.

3. En la ventana NBR, en Índice de banda de infrarrojo cercano, seleccione 4 - Band_4. En Índice de banda de infrarrojo de onda corta, seleccione 6 - Band_6.

   

4. Haga clic en Aceptar.

   Una nueva capa llamada NBR_WestCascade.crf se agrega al mapa. Esta nueva capa sigue siendo un ráster multidimensional, pero contiene solo una banda de ráster NBR por intervalo de tiempo.

   Nota:

   La herramienta NBR es una función ráster que genera dinámicamente una nueva capa ráster. Este enfoque es eficaz, pero la nueva capa existe solo en la memoria del equipo. Si quita la capa del proyecto, desaparecerá y tendrá que volver a crearla.

   La nueva capa se muestra utilizando el renderizador de extensión en blanco y negro de forma predeterminada. Cambiará la simbología para resaltar las diferencias de valor.

5. En el panel Contenido, haga clic con el botón derecho en el símbolo NBR_WestCascade.crf y expanda la lista desplegable. Haga clic en la casilla de verificación Mostrar nombres y seleccione la rampa de color Rosa-Verde (continuo).

   

   En el mapa, la capa se actualiza. Los valores de píxel más altos de NBR representan un bosque saludable y ahora se muestran en verde oscuro. Los valores de píxel más bajos de NBR representan las alteraciones forestales (es decir, la ausencia de vegetación sana) y se muestran en morado oscuro. Los píxeles de NBR con un valor medio se representan en blanco o verde claro.

   

   Comprobará que la capa es una serie temporal.

6. En el panel Contenido, asegúrese de que la capa NBR_WestCascade.crf esté seleccionada.
7. En la cinta, en la pestaña Multidimensional, en el grupo División de visualización actual, en StdTime, expanda la lista desplegable y verifique que aparece la lista de intervalos de tiempo.
8. Elija uno de los intervalos de tiempo de la lista para visualizarlo (por ejemplo, el correspondiente a 2016-06-25) y observe cómo difiere del anterior.

   

   Si lo desea, puede elegir otros intervalos de tiempo y visualizarlos.

   Nota:

   Si algunos píxeles parecen diferentes (por ejemplo, casi negro o beis), se debe a que son píxeles NoData correspondientes a las nubes y lo que ve es realmente la capa WestCascade.crf que hay debajo.

9. Vuelva a mostrar el primer intervalo de tiempo (1984-07-03).
10. En la barra de herramientas de acceso rápido, haga clic en Guardar para guardar el proyecto.

    

    Nota:

    Puede aparecer un mensaje que le avisa que guardar este archivo de proyecto con la versión actual de ArcGIS Pro le impedirá volver a abrirlo en una versión anterior. Si ve este mensaje, haga clic en Sí para continuar.

Mostrar un cambio de píxel con el tiempo

A continuación, usará la capa de serie temporal NBR para empezar a explorar cómo ha cambiado el bosque con el tiempo. Realizará esta exploración interactivamente con el panel Explorador de cambios de serie temporal de píxel.

Su mapa muestra actualmente el ráster NBR del 3 de julio de 1984. Imagine que elige un único píxel en este ráster y observa cómo evolucionaron sus valores entre 1984 y 2020 a lo largo de los 78 periodos de tiempo. Puede representar estos valores en un gráfico, similar al siguiente:

A continuación, puede utilizar el algoritmo LandTrendr para encontrar las tendencias generales en este gráfico. LandTrendr encontrará los puntos de inflexión donde cambia la trayectoria del píxel y, a continuación, ajustará los datos en un modelo lineal por tramos. Esto dará como resultado una curva ajustada formada por varios segmentos de línea que van desde un punto de inflexión hasta el siguiente, como se muestra en el gráfico de ejemplo siguiente:

Cada segmento representa el cambio que ocurrió en un periodo de tiempo, caracterizado por una hora de inicio, un tiempo de finalización, una duración, una pendiente y una magnitud (es decir, cuánto cambio se ha producido entre los momentos de inicio y finalización). En el ejemplo de curva ajustada que se muestra arriba, hay tres segmentos:

• El primer segmento representa un bosque saludable (valores NBR altos y constantes).
• El segundo segmento indica una alteración, por ejemplo, una tala (valores NBR en rápido descenso).
• El tercer segmento representa el proceso de recuperación de bosque, a medida que los árboles vuelven a crecer (valores NBR en lento aumento).

Ahora generará un gráfico similar.

1. En el panel Contenido, asegúrese de que NBR_WestCascade.crf está seleccionado.
2. En la cinta, en la pestaña Multidimensional, en el grupo Análisis, haga clic en la flecha hacia abajo de Perfil temporal y seleccione el panel Explorador de cambios de serie temporal de píxel.

   

   Aparece un panel Propiedades de gráfico en el lateral y un panel de gráficos vacío debajo del mapa.

3. En el panel Propiedades de gráfico, en la pestaña Datos, en Método de detección de cambios, elija LandTrendr.

   

   Nota:

   Un mensaje de advertencia sugiere que crear una transposición (que es un almacenamiento adicional optimizado para el análisis de series temporales) mejorará el rendimiento. La capa de función ráster NBR_WestCascade.crf no tiene una transposición, pero el ráster multidimensional de WestCascade.crf subyacente tiene uno. Puede ignorar este mensaje.

   

   Representará gráficamente un punto específico. Para su comodidad, se marcó para usted en la capa Pixel_location.

4. En el panel Contenido, marque la casilla de verificación de la capa Pixel_location para activarla.

   

   Aparecen un punto verde brillante en el mapa. Aplicará el zoom a esa ubicación con un marcador.

5. En la cinta, en la pestaña Mapa, en el grupo Navegar, haga clic en Marcadores y elija el marcador Pixel_point.

   

6. Con el botón de desplazamiento del ratón, acérquese más si es necesario hasta que vea el píxel individual que marca el punto verde.

   Este es el píxel que desea representar.

7. En el panel Propiedades de gráfico, en Definir una ubicación de píxel, haga clic en la herramienta Punto.

   

8. En el mapa, haga clic en el píxel que le interese.

   Se agrega un punto de ubicación gris al mapa y en el panel Propiedades de gráfico se agrega una fila a la lista de ubicaciones de píxel.

   

   Antes de generar el gráfico para esa ubicación de píxel, elegirá algunas opciones de estilo.

9. En el panel Propiedades de gráfico, en la fila de ubicación de píxel, en Símbolo, haga clic en el punto y elija un azul intenso, como Azul Creta. Establezca el tamaño en 3.

   

10. En el panel Propiedades de gráfico, en Parámetros de modelo, en Mostrar curva ajustada con, haga clic en la línea Color y elija un naranja brillante, como Oro electrón. Haga clic en el botón Incremento para cambiar el grosor de línea a 3.

    

11. En Parámetros de modelo, haga clic en Ajustar y crear gráfico.

    

    En el panel del gráfico, aparece un gráfico.

    

    En azul, puede ver los valores de píxel de los 78 intervalos de tiempo. En naranja, puede ver la curva ajustada calculada con el algoritmo LandTrendr y mostrar las tendencias de cambio generales.

Explorar un gráfico de cambio de píxel de forma interactiva

Explorará el gráfico de forma interactiva para comprenderlo mejor.

1. En el panel del gráfico, desplace el cursor sobre algunos de los puntos azules para ver las fechas del intervalo de tiempo y sus valores NBR.

   

2. Observe la curva ajustada (en naranja).

   Se compone de varios segmentos, cada uno correspondiente a una etapa importante del historial del píxel.

3. En la leyenda del gráfico, identifique las horas de inicio y finalización de cada segmento de curva ajustada (líneas naranjas). Haga clic en cualquier elemento de la lista para activar y desactivar el segmento correspondiente en el gráfico.

   Esto le ayudará a identificarlos con más claridad.

   

4. En el panel Propiedades de gráfico, expanda el grupo Parámetros de modelo para ver los parámetros del modelo LandTrendr.
5. Cambie el valor de Número máximo de segmentos a 4 para ver cómo cambia la curva de ajuste. Haga clic en Ajustar y crear gráfico.

   

   Nota:

   Se puede encontrar el número óptimo de segmentos mediante el método de ensayo y error. Esto dependerá de su dataset específico.

6. Observe el gráfico actualizado.
   • El primer segmento con valores NBR altos indica un bosque maduro estable.
   • El segundo segmento muestra una fuerte ocurrencia de alteraciones en la que la cantidad de bosque saludable se desvía rápidamente a 0, probablemente debido a que el área se taló.
   • El tercer segmento muestra una curva de recuperación rápida, ya que se plantaron semillas de árboles que crecieron relativamente rápido, pero aun así siguen siendo árboles jóvenes.
   • En el cuarto segmento, la recuperación continúa, pero más lenta, a medida que los pequeños árboles se desarrollan hasta la alcanzar la madurez plena.
7. En el gráfico, pase el cursor por encima de los segmentos de curva para ver el modelo de ajuste de cada segmento.

   El modelo de ajuste está representado por una fórmula del formato ax + b, donde a representa la pendiente y b, la interceptación. También se proporciona el valor RMSE (error cuadrático medio).

   

   Nota:

   En este tutorial, mantendrá el valor predeterminado del resto de parámetros de modelo. Sin embargo, puede encontrar más información sobre cada parámetro en la documentación Analizar cambios con LandTrendr.

   A continuación, para comprender mejor los cambios de su área de interés, examinará las imágenes ráster correspondientes.

8. En el mapa, aléjese hasta que vea una buena parte del bosque alrededor del píxel que ha representado.
9. En la barra de herramientas del panel del gráfico NBR_WestCascades.crf: los píxeles cambian en SR a lo largo del tiempo usando Varias ubicaciones con una banda, haga clic en Leyenda para desactivar la leyenda del gráfico y expandir el gráfico.

   

10. En el gráfico, haga doble clic en un punto azul para seleccionar un intervalo de tiempo.

    También puede arrastrar el puntero para dibujar un pequeño cuadro alrededor del punto.

    

    El mapa se actualiza con la imagen NBR_WestCascade.crf correspondiente para ese intervalo de tiempo.

    Nota:

    Si seleccionar un punto específico en el gráfico es difícil porque hay varios puntos cercanos entre sí, puede acercar el gráfico. En la barra de herramientas del panel del gráfico, haga clic en el botón Modo de zoom y dibuje un cuadro alrededor de los puntos de interés.

11. Con este método, visualice los cuatro intervalos de tiempo resaltados en el gráfico siguiente.

    

    Esto dará como resultado las cuatro imágenes siguientes, que ilustran bien los cambios en esa ubicación de píxel: desde el bosque maduro hasta la tala de la parcela, los árboles jóvenes y de nuevo el bosque maduro.

    

12. Si lo desea, puede seguir el mismo método para explorar otros píxeles de interés dentro del ráster NBR_WestCascade.crf.
13. Cierre el panel Propiedades de gráfico y el panel del gráfico.
14. En el panel Contenido, desactive la casilla situada junto a la capa Pixel_ location para desactivarla.
15. Haga clic con el botón derecho en la capa NBR_WestCascade.crf y elija Acercar a capa para volver a la extensión completa.

    

16. Pulse Ctrl+S para guardar el proyecto.

En este módulo, ha configurado el proyecto en ArcGIS Pro, se ha familiarizado con un ráster multidimensional de imágenes de Landsat, ha derivado de él un ráster multidimensional de NBR y ha explorado el cambio del bosque de forma interactiva.

Crear mapas de alteraciones y recuperación forestales

Ha explorado el cambio forestal interactivamente en una ubicación de píxel definida. A continuación, analizará el cambio de todos los píxeles de la imagen. Primero, generará un ráster de análisis de cambios. A continuación, creará un mapa de alteraciones forestales para identificar eventos como el registro y los incendios en todo el historial del bosque. Por último, creará un mapa de recuperación forestal para evaluar el tiempo que tardaron las áreas alteradas en volver a ser un bosque maduro.

Generar un ráster de análisis de cambios

En esta sección, usará la herramienta Analizar cambios usando LandTrendr para generar un ráster de análisis de cambios. Esta herramienta utiliza el mismo algoritmo LandTrendr que la herramienta Explorador de cambios de serie temporal de píxel que utilizó en el módulo anterior, pero se aplica a todos los píxeles del ráster multidimensional, en lugar de aplicarse a un píxel cada vez. La salida será un ráster de análisis de cambios que captura toda la información sobre las curvas de ajuste de cada píxel. Ese ráster resultante servirá como entrada principal en el resto del tutorial.

1. En el panel Contenido, asegúrese de que la capa NBR_WestCascade.crf esté seleccionada.
2. En la cinta, en la pestaña Multidimensional, en el grupo Análisis, expanda la galería de herramientas y haga clic en la herramienta Analizar cambios usando LandTrendr.

   

   Aparece la herramienta en el panel Geoprocesamiento.

3. Establezca los siguientes parámetros de la herramienta:
   • En Ráster multidimensional de salida, escriba WestCascade_change_analysis.crf.
   • Acepte los valores predeterminados del resto de parámetros.

   

   Nota:

   La salida de esta herramienta es un ráster multidimensional con solo un intervalo de tiempo por año. Antes de realizar el análisis de cambios LandTrendr, la herramienta elige los mejores valores de píxel disponibles en el ráster de entrada de cada año. Para un año determinado, los mejores valores de píxel son los del intervalo de tiempo más cercano al valor del parámetro Fecha de alineación (de forma predeterminada, 6-30 o el 30 de junio). Si el mejor valor de píxel es NoData debido a una nube, la herramienta toma el valor de píxel del siguiente intervalo de tiempo más cercano.

4. Haga clic en Ejecutar.

   Nota:

   El proceso puede tardar 15 minutos o más. También puede que no se muestre el progreso hasta que se haya completado.

   El proceso se ejecuta. Cuando termina, el ráster de salida aparece en el panel Contenido y la primera banda de ráster se muestra en el mapa.

   WestCascade_change_analysis.crf es un ráster multidimensional compuesto de 34 intervalos de tiempo, que es más o menos uno por año (un par de años no tenía ningún dato). Cada intervalo de tiempo es un ráster multibanda, donde las bandas almacenan información sobre el modelo de ajuste LandTrendr. Explorará estas bandas de ráster y aprenderá a visualizarlas.

5. En el panel Contenido, haga clic en el símbolo WestCascade_change_analysis.crf para abrir el panel Simbología.

   

6. En el panel Simbología, en Banda, expanda el menú desplegable para ver todas las bandas.

   

   Si la fórmula ax + b representa el modelo de ajuste correspondiente a un segmento de la curva ajustada, se aplica lo siguiente:

   • La banda Pendiente almacena un valor a, que describe la dirección del cambio como en aumento o disminución.
   • La banda Interceptar almacena el valor b.
   • La banda Fitted_Value almacena el valor interpolado a partir del modelo de ajuste en un tiempo determinado. En este dataset, se trata de una aproximación del valor NBR de entrada correspondiente a cada intervalo de tiempo.
   • La banda RMSE almacena el error cuadrático medio de la curva ajustada.
   • La banda Change_Magnitude almacena la magnitud de cambio, es decir, la diferencia entre los valores ajustados al principio y al final del periodo de cambio.

   Nota:

   Todas las bandas enumeradas tienen un nombre que comienza con Band_1, como Band_1_Slope. Esto se debe a que todos se derivaron del ráster NBR, que tiene una sola banda por intervalo de tiempo y se llama Band_1 de forma predeterminada.

   Con este ráster de análisis de cambios, se puede extraer información como la fecha del cambio, la duración del cambio y la magnitud. En el resto del tutorial, este ráster multidimensional se utilizará como entrada para realizar varias tareas de detección de cambios.

   En este momento, la banda Band_1_Slope se muestra de forma predeterminada en el mapa. Puede optar por mostrar otra banda en su lugar, por ejemplo, Band_1_Fitted_Value.

7. En la lista de bandas, elija Band_1_Fitted_Value.

   El mapa se actualiza.

   

   Las áreas de color verde oscuro representan los valores ajustados NBR más bajos y las áreas en morado oscuro, los valores ajustados NBR más altos. Visualizará la banda Band_1_Fitted_Value correspondiente a un intervalo de tiempo diferente.

8. En la cinta, en la pestaña Multidimensional, en StdTime, elija uno de los 34 intervalos de tiempo enumerados para visualizarlo.
9. Si lo desea, puede visualizar otros intervalos de tiempo u otras bandas.

Crear un mapa de alteraciones forestales

Ahora que tiene un ráster de análisis de cambios, puede utilizarlo para generar muchos mapas interesantes. En primer lugar, representará cartográficamente las alteraciones forestales con el paso del tiempo con la herramienta Detectar cambios usando el ráster de análisis de cambios. Ejecutará la herramienta con parámetros específicos que extraerán las ocurrencias de disminución abrupta de los valores NBR ajustados, lo que significa un cambio repentino de un bosque saludable a una ausencia de árboles debido a la actividad de tala o a los incendios.

1. En el panel Contenido, confirme que la capa WestCascade_change_analysis.crf esté seleccionada.
2. En la cinta, en la pestaña Multidimensional, en el grupo Análisis, expanda la galería de herramientas y seleccione Detectar cambios usando el ráster de análisis de cambios.

   

   Aparece la herramienta en el panel Geoprocesamiento.

3. Establezca los siguientes parámetros de la herramienta:
   • En Ráster de análisis de cambios de entrada, confirme que la capa WestCascade_change_analysis.crf está seleccionada.
   • En Ráster de salida, escriba Disturbance.crf.
   • En Fecha de segmento, confirme que la opción Inicio de segmento está seleccionada.
   • En Cambiar dirección, elija Disminución.
   • En Cambiar tipo, elija Hora del cambio más temprano.
   • En Número máximo de cambios, escriba 1.
   • Expanda la sección Filtrar por atributos.
   • Active la casilla de verificación Filtrar por duración.
   • En Duración máxima (en años), escriba 4.
   • Active la casilla de verificación Filtrar por valor inicial.
   • En Valor inicial mínimo, escriba 0,7.
   • En Valor inicial máximo, escriba 1.
   • Active la casilla de verificación Filtrar por valor final.
   • En Valor final mínimo, escriba -1.
   • En Valor final máximo, escriba 0,35.

   Estos parámetros designan eventos que no duraron más de 4 años (cambio abrupto) y mostraban una disminución de un alto valor NBR de entre 0,7 y 1 (bosque saludable) a valores NBR bajos de entre -1 y 0,35 (ausencia de los árboles). Los rangos de valores de píxel se eligieron revisando los valores típicos de un bosque saludable y de áreas taladas o quemadas en las bandas de ráster Band_1_Fitted_Value.

   Nota:

   Encontrará explicaciones detalladas de cada parámetro en la documentación Detectar cambios usando el ráster de análisis de cambios.

   Las opciones Filtrar por valor inicial y Filtrar por valor final se han agregado en ArcGIS Pro 2.8. Si utiliza ArcGIS Pro 2.7, puede utilizar Filtrar por magnitud en su lugar con un rango de valores de 0,4 y 2.

   

4. Haga clic en Ejecutar.

   Se genera la capa Disturbance.crf y se agrega al mapa. Es un ráster de banda única (no es multidimensional). Cada valor de píxel representa la fecha en que se inició un evento de tala o incendio.

5. En el panel Contenido, desactive WestCascade_change_analysis.crf y NBR_WestCascade.crf para ver mejor la nueva capa.
6. En el mapa, haga clic en algunas de las áreas de alteraciones.

   Aparece una ventana emergente que muestra la fecha de inicio del evento de alteraciones.

   

   En el ráster Disturbance.crf, puede notar algunos píxeles NoData dentro de las áreas de alteraciones. Esto ocurrió porque no había suficiente información para calcular un modelo válido para esos píxeles específicos. Sin embargo, es probable que estas áreas tengan el mismo valor de alteración que los píxeles circundantes. Rellenará estas áreas NoData con l función de ráster Estadísticas, utilizando el valor de mayoría dentro de los píxeles cercanos.

7. En la cinta, en la pestaña Imágenes, en el grupo Análisis, haga clic en Funciones ráster.

   

8. En el panel Funciones ráster, busque Estadísticas. En el grupo Estadísticas, haga clic en la función Estadísticas.

   

9. Defina los siguientes parámetros:
   • En Ráster, elija Disturbance.crf.
   • En Tipo de estadística, elija Mayoría.
   • En Configuración de vecindad, acepte el valor predeterminado de 3 para Número de filas y Número de columnas.
   • Haga clic en la casilla de verificación Rellenar solo píxeles NoData.

   Para cada píxel NoData, la herramienta examinará un cuadro de 3x3 píxeles a su alrededor y elegirá el valor que se produzca con más frecuencia en ese cuadro.

   

10. Haga clic en Crear capa nueva.

    Al mapa se agrega la nueva capa ráster Statistics_Disturbance.crf. Esta capa es más manejable y limpia. Cambiará el nombre de la capa y su simbología a un estilo preparado para usted.

11. En el panel Contenido, haga clic en Statistics_Disturbance.crf dos veces, escriba Smoother_Disturbance.crf y pulse Intro.

    

12. Haga clic en el símbolo de Smoother_Disturbance.crf para abrir el panel Simbología.

    

13. En el panel Simbología, haga clic en el botón de opciones y seleccione Importar desde archivo de capa.

    

14. En la ventana Importar simbología, haga clic en Proyecto > Carpetas > Forest_Disturbance_Analysis > InputData. Seleccione Disturbance_symbology.lyrx y haga clic en Aceptar.

    

    Se aplica la nueva simbología con una rampa de color de blanco a morado.

    

15. En el panel Contenido, desactive Disturbance.crf para simplificar la pantalla.
16. Pulse Ctrl+S para guardar el proyecto.

Inspeccionar áreas de alteraciones forestales

Ahora revisará el mapa de alteraciones forestales para comprender mejor los eventos de tala e incendios que ocurrieron en el bosque de West Cascades a lo largo de los años.

1. Inspeccione visualmente el mapa Smoother_Disturbance.crf.

   

   Las áreas en morado oscuro representan alteraciones que ocurrieron en los últimos años y las áreas blancas o rosa claro son alteraciones que ocurrieron en años anteriores. La mayoría de ellos se debieron a actividades de tala que comenzaron en el centro de la región y se expandieron con el tiempo en las direcciones norte y sur. No había actividades de tala en grandes áreas situadas en los lados oriental y occidental de esta región.

   Comparará estos resultados con los límites de áreas forestales protegidas gestionadas por los gobiernos federal y estatal.

2. En el panel Contenido, active la capa Forest_management_boundaries.

   

   Puede ver que las áreas sin actividades de tala son bosques protegidos gestionados por el gobierno.

3. En la cinta, en la pestaña Mapa, en el grupo Navegar, haga clic en la flecha desplegable de la herramienta Explorar y seleccione Capa superior.

   

   Esto garantizará que solo se muestren ventanas emergentes informativas para la capa superior que aparece en el panel Contenido, es decir, Forest_management_boundaries.

4. En el mapa, haga clic en algunas de estas áreas de bosque protegidas para mostrar la ventana emergente y obtener más información. Por ejemplo, el área forestal grande del lado oriental es un parque estatal.

   

   Explorará el parque estatal con más detalle.

5. En la cinta, en la pestaña Mapa, en el grupo Navegar, haga clic en Marcadores y elija State_park.

   Puede ver que algunos píxeles del centro del parque estatal están simbolizados en morado oscuro, lo que indica que se produjo una alteración en los últimos años.

   

   ¿Puede ser un caso de tala ilegal en un bosque protegido? Indagará para obtener más información sobre ese evento concreto.

6. En la cinta, en la pestaña Mapa, en el grupo Navegar, haga clic en la flecha desplegable de Explorar y elija Capas visibles.

   

   De este modo, se asegurará de que los elementos emergentes muestren la información de todas las capas mostradas, no solo la capa superior del panel Contenido.

7. Haga clic en el área alterada para visualizar el elemento emergente.

   En el elemento emergente, en Smoother_Disturbance.crf, puede ver que la alteración se produjo en 2017.

   

8. Cierre la ventana emergente.

   Revisará las imágenes correspondientes a esta área usando una visualización en paralelo que muestra el mapa actual a un lado y una vista simple de las imágenes en el otro lado.

9. En la cinta, en la pestaña Vista, en el grupo Ventanas, haga clic en Panel Catálogo.

   

   Aparece el panel Catálogo.

10. En el panel Catálogo, expanda la sección Mapas. Haga clic con el botón derecho en Source_Images y elija Abrir.

    

    Aparece el mapa Source_Images, que contiene WestCascade.crf, el ráster multidimensional de las imágenes originales.

11. Arrastre la pestaña Source_Images para mover el mapa y acoplarlo en paralelo con el mapa Disturbance_Analysis.

    

    Vinculará los dos mapas para que muestren la misma extensión.

12. En la cinta, en la pestaña Vista del grupo Vínculo, haga clic en la flecha desplegable de Vincular vistas y elija Centrar y escalar.

    

13. Acérquese y desplácese para ver mejor el área alterada del parque estatal.

    Los dos mapas se actualizan sincronizados. Verá las imágenes correspondientes a una fecha poco después del evento de alteración.

14. Haga clic en la pestaña del mapa Source_Images para convertirlo en el mapa activo.

    

15. En el panel Contenido, seleccione WestCascade.crf.
16. En la cinta, en la pestaña Multidimensional, en StdTime, elija el intervalo de tiempo 17/07/2018.

    Puede ver en las imágenes que el área no parece desnuda, sino que aparece en marrón. Se trata de un indicio de que los árboles no se talaron, sino que posiblemente se vieron afectados por el fuego.

    

    A continuación, revisará cómo aparecen eventos de alteraciones anteriores o recientes en las imágenes más recientes.

17. En la cinta, en la pestaña Mapa, haga clic en Marcadores y elija Linked_view.
18. Asegúrese de que la pestaña del mapa Source_Images esté activa. En la cinta, en la pestaña Multidimensional, en StdTime, elija el intervalo de tiempo más reciente, 2020-08-23.

    En los mapas vinculados, puede observar lo siguiente:

    • (1) Muchas de las áreas de alteraciones más antiguas (en rosa claro o blanco) ahora están llenas de árboles adultos, porque el bosque se ha recuperado completamente.
    • (2) En las imágenes puede ver que han crecido árboles jóvenes donde se produjeron las alteraciones hace unos años (morado medio).
    • (3) En el caso de los eventos de alteraciones más recientes (morado oscuro), todavía se puede ver principalmente el suelo desnudo en las imágenes.

    

    Si lo desea, puede explorar otras áreas de interés.

19. Cuando termine la exploración, cierre el mapa Source_Images.
20. En la cinta, en la pestaña Vista, haga clic en el botón Vincular vistas para desactivar el modo vinculado.

    

21. Pulse Ctrl+S para guardar el proyecto.

Crear un mapa de recuperación forestal

Un bosque es un sistema dinámico que incluye ciclos de alteraciones y procesos de recuperación. Por ejemplo, los árboles se cortan durante la tala de madera y se plantan nuevos árboles. El proceso de recuperación suele ser mucho más lento que el evento de alteraciones. Para estimar la duración del proceso de recuperación necesario para que los árboles replantados maduren, puede utilizar de nuevo la herramienta Detectar cambios desde análisis de cambios. Esta vez extraerá las fechas inicial y final de los periodos de cambio en los que han aumentado los valores NBR. A continuación, calculará el número de años entre las fechas inicial y final. La entrada volverá a ser el ráster de análisis de cambios, WestCascade_change_analysis.crf, y el flujo de trabajo incluirá los siguientes pasos:

• Busque el periodo de cambio en aumento desde la ausencia de árboles saludables hasta la recuperación forestal y extraiga la fecha de inicio del cambio (con la herramienta Detectar cambios desde análisis de cambios).
• Busque los mismos periodos de cambio y extraiga la fecha de finalización del cambio (con la herramienta Detectar cambios desde análisis de cambios).
• Calcula la diferencia entre las dos fechas, que es el número de días para la recuperación.
• Convierta el número de días al número de años dividiendo entre 365,25.

Aunque podría completar cada uno de estos pasos manualmente, ahorrará tiempo ejecutando todo el flujo de trabajo como este único modelo de geoprocesamiento:

Primero, empezará desde cero abriendo un mapa nuevo.

1. En el panel Catálogo, expanda la sección Mapas. Haga clic con el botón derecho en Recovery_Analysis y elija Abrir.

   Aparece el mapa nuevo. A continuación, abrirá el modelo de geoprocesamiento.

2. En el panel Catálogo, expanda la sección Cajas de herramientas y la caja de herramientas Forest_Disturbance_Analysis.tbx. Haga clic con el botón derecho en Calcular duración de recuperación y elija Abrir.

   

3. En el panel Calcular duración de recuperación, configure los siguientes parámetros:
   • En Ráster de análisis de cambios de entrada, haga clic en el botón Examinar. En la ventana Ráster de análisis de cambios de entrada, abra Carpetas, seleccione WestCascade_change_analysis.crf y haga clic en Aceptar.
   • En Ráster de recuperación de salida, escriba Recovery_years.crf.

   

4. Haga clic en Ejecutar.

   Tras unos instantes, el ráster de salida se agrega al mapa. Es un ráster de banda única en el que los valores de píxel son el número de años para la recuperación.

5. En el mapa, observe la capa Rrecovery_years.crf en el mapa, junto con la leyenda del panel Contenido.

   

   Puede ver que muchas áreas con claros tardaban entre 11 y 15 años en recuperarse. Explorará una ubicación concreta con más detalle.

6. En la cinta, en la pestaña Mapa, haga clic en Marcadores y elija Recovery_years.

   Puede ver que el gran área con claros a la izquierda tardó de 11 a 15 años en recuperarse.

   

   Hará una comparación con el mapa base Imágenes del mundo y la herramienta Swipe. Ese mapa base se compone de imágenes muy recientes.

7. En el panel Contenido, asegúrese de que la capa Recovery_years.crf esté seleccionada.
8. En la cinta, en la pestaña Capa ráster, en el grupo Comparar, haga clic en Swipe.

   

   Nota:

   La herramienta Swipe es una alternativa a la comparación en paralelo que hizo anteriormente en el tutorial.

9. En el mapa, arrastre el puntero de Swipe de arriba abajo para retirar la capa Recovery_years.crf y hacer la comparación con el área del mapa base Imágenes del mundo.

   

   En el mapa base, puede ver que la misma área grande con claros se parece a un bosque de árboles que están creciendo pero que todavía no han llegado a madurar por completo.

   En el lado derecho del mapa, puede ver cómo algunos de los tiempos de recuperación más cortos (en blanco o lila) corresponden a alteraciones recientes donde el bosque sigue estando al comienzo de su proceso de recuperación. En el mapa base, el suelo correspondiente se ve desnudo o con un poco de vegetación.

10. Cuando haya terminado de explorar, en la cinta, en la pestaña Mapa, en el grupo Navegar, haga clic en el botón Explorar para salir del modo de barrido.

    

11. Pulse Ctrl+S para guardar el proyecto.

En este módulo, ha creado un ráster de análisis de cambios. A continuación, ha creado un mapa de alteraciones forestales para identificar eventos como la tala y los incendios en todo el historial del bosque. Por último, ha creado un mapa de recuperación forestal para evaluar cuánto tardaron las áreas alteradas en recuperarse hasta convertirse en un bosque maduro.

Clasificar el cambio forestal

Para obtener una visión más completa de cómo ha cambiado el bosque de West Cascades en 35 años, creará un mapa de clasificación forestal para cada intervalo de tiempo. El proceso de clasificación asignará una de las tres clases siguientes a cada píxel:

• Bosque saludable
• Alteraciones
• Recuperación

Clasificar una serie temporal de imágenes conlleva clasificar cada píxel en cada intervalo de tiempo. En lugar de clasificar la serie temporal de imágenes originales, WestCascade.crf, clasificará el ráster de análisis de cambios derivado, WestCascade_change_analysis.crf, que generó anteriormente en el tutorial. La herramienta de clasificación utilizará la información almacenada en todas las bandas del ráster de análisis de cambios, incluidos Fitted_Value, Pendiente, Interceptación y Change_Magnitude, para identificar el estado actual del bosque. El flujo de trabajo para clasificar una serie temporal es muy similar a clasificar una sola imagen. La única diferencia es que cada muestra de entrenamiento se tiene que crear en un intervalo de tiempo específico y etiquetarse con la fecha del intervalo de tiempo.

Nota:

Para obtener más información sobre cómo clasificar una sola imagen, consulte el tutorial Calcular superficies impermeables a partir de imágenes espectrales.

Este es el flujo de trabajo de clasificación que debe seguir:

• Cargue el esquema de clasificación.
• Recopile muestras de entrenamiento utilizando la herramienta Administrador de muestras de entrenamiento con la función de tiempo habilitada.
• Elija un clasificador y prepárelo en las muestras de entrenamiento. En este tutorial, usará el clasificador de árboles aleatorios.
• Clasifique la serie temporal con el clasificador preparado.
• Por último, creará un gráfico para mostrar un resumen de los resultados de la clasificación.

Examinar el ráster de análisis de cambios

Para comprender mejor el proceso de clasificación, empezará por examinar las bandas del ráster de análisis de cambios con una simbología RGB. Primero, configurará un mapa nuevo.

1. En la parte inferior del panel Geoprocesamiento, haga clic en la pestaña Catálogo para regresar al panel Catálogo.

   

2. En el panel Catálogo, expanda la sección Mapas. Haga clic con el botón derecho en el mapa Clasificación y seleccione Abrir.
3. En el panel Catálogo, expanda Carpetas y Forest_Disturbance_Analysis. Haga clic con el botón derecho en WestCascade_change_analysis.crf y elija Agregar al mapa actual.

   

   De forma predeterminada, el primer intervalo de tiempo (1984-06-30) se muestra con la simbología predeterminada. A continuación, cambiará el intervalo de tiempo mostrado y la simbología.

4. En el panel Contenido, asegúrese de que la capa WestCascade_change_analysis.crf esté seleccionada.
5. En la cinta, en la pestaña Multidimensional, en StdTime, elija el intervalo de tiempo 1987-06-30.

   Este es un buen ejemplo de intervalo de tiempo para observar.

6. En el panel Contenido, haga clic en el símbolo WestCascade_change_analysis.crf para abrir la pestaña Simbología.
7. En la pestaña Simbología, defina los siguientes parámetros:
   • En Simbología principal, seleccione RGB.
   • En Rojo, elija Band_1_Slope.
   • En Verde, elija Band_1_Fitted_Value.
   • En Azul, elija Band_1_Change_Magnitude.

   

   El mapa se actualiza. La simbología RGB combina las tres bandas seleccionadas como una única imagen compuesta roja, verde y azul. Esta es una forma útil de identificar los diferentes estados de Pendiente, Fitted_Value y Change_Magnitude pueden indicar distintos estados del bosque.

8. En la cinta, en la pestaña Mapa, haga clic en Marcadores y seleccione RGB_details.
9. Observe las áreas en color del mapa.

   Según los valores de las tres bandas, el color de las distintas áreas varía de verde brillante a rosa brillante y a verde oscuro u otros colores. A continuación se muestran algunos ejemplos de lo que significan, centrándose especialmente en el rol que desempeñan los valores de NBR Fitted_Value (canal verde) y Pendiente (canal rojo).

   

   • (1) Bosque maduro saludable en verde claro: si Fitted_Value es alto y el valor de Pendiente es más o menos plano (cercano a 0), significa que el área está cubierta de bosque saludable estable.
   • (2) Bosque maduro saludable que pronto se va a talar en verde brillante: si Fitted_Value es alto y hay un valor negativo de Pendiente alto, significa que se trata de un parche de bosque saludable que se empezará a talar en los próximos intervalos de tiempo.
   • (3) Alteraciones de color verde oscuro o casi negro: si Fitted_Value es de medio a muy bajo y hay un valor negativo de Pendiente alto, esta es un área alterada en la que los árboles están en proceso de corte.
   • (4) Alteraciones, pero pronto para recuperar en rosa brillante: si Fitted_Value es muy bajo y hay un valor positivo de Pendiente alto, esta es un área alterada que se volverá a plantar y comenzará a recuperarse en los próximos intervalos de tiempo.
   • (5) Recuperación en rosa claro: si Fitted_Value es medio y hay un valor de Pendiente positivo, esta es un área actualmente en recuperación, con árboles jóvenes que crecen y maduran.
10. En el panel Contenido, haga clic con el botón derecho en WestCascade_change_analysis.crf y elija Zoom a capa para volver a la extensión completa.

    El proceso de clasificación utilizará la información almacenada en Fitted_Value,Pendiente y otras bandas para decidir cómo clasificar cada píxel.

Examinar el archivo de esquema de clasificación

Ahora que comprende mejor cómo el proceso de clasificación utilizará la información de banda, iniciará el flujo de trabajo de clasificación cargando el esquema de clasificación mediante el Administrador de muestras de entrenamiento.

Nota:

En este tutorial se proporciona un archivo de esquema de clasificación que se ha preparado para usted. Para crear su propio archivo de esquema, consulte la documentación del Administrador de muestras de entrenamiento.

1. En el panel Contenido, asegúrese de que la capa WestCascade_change_analysis.crf esté seleccionada.
2. En la cinta, en la pestaña Imágenes, en el grupo Clasificación de imagen, haga clic en Herramientas de clasificación y elija Administrador de muestras de entrenamiento..

   

   Aparece el panel Clasificación de imagen con un esquema predeterminado. Cargará el esquema específico del tutorial.

3. En el panel Clasificación de imagen, haga clic en Esquema de clasificación.

   

4. En la ventana Cargar esquema, expanda Carpetas > Forest_Disturbance_Analysis > InputData, seleccione WestCascadeForestTypes.ecs y haga clic en Aceptar.

   Aparece el esquema, que enumera las tres clases de destino.

   

5. Observe las tres clases enumeradas y verifique que coinciden con los tres tipos de estado de bosque que se han descrito anteriormente.

Revisar y recopilar muestras de entrenamiento

Ahora recopilará muestras de entrenamiento para su clasificación de imágenes. Primero, cambiará la simbología de la capa WestCascade_change_analysis.crf para facilitar la identificación de buenas ubicaciones de muestra.

1. En el panel Contenido, haga clic en el símbolo WestCascade_change_analysis.crf para abrir el panel Simbología.
2. En la pestaña Simbología, defina los siguientes parámetros:
   • En Simbología principal, seleccione Extender.
   • En Banda, elija Band_1_Fitted_Value.
   • En Esquema de color, elija la rampa de color Verdes (continuo).
   • En Tipo de extensión, elija Desviación estándar.

   

   El mapa se actualiza para mostrar los valores ajustados NBR del más bajo en blanco al más alto en verde intenso.

   Debe recopilar muestras que ilustren las tres clases de destino, tomando ejemplos en diferentes intervalos de tiempo. La primera muestra que creará tendrá el intervalo de tiempo 1984-06-30 y será del tipo Bosque saludable.

3. En el panel Contenido, asegúrese de que WestCascade_change_analysis.crf está seleccionado.
4. En la cinta, en la pestaña Multidimensional, en StdTime, elija el intervalo de tiempo 30/06/1984.
5. En el panel Clasificación de imagen, haga clic en la clase Bosque saludable para seleccionarla y, a continuación, en la herramienta Polígono.

   

6. En el mapa, identifique un parche de bosque saludable (verde brillante), acerque la imagen y empiece a digitalizar un polígono en ese parche. Haga clic en los puntos que formarán los vértices del polígono y haga doble clic en el último punto para completar el polígono.

   

   Nota:

   Para identificar mejor las ubicaciones de muestra, también puede ver el mismo intervalo de tiempo de las imágenes originales WestCascade.crf como complemento de la vista de valores ajustados.

   En el panel Clasificación de imagen, la muestra de entrenamiento se agrega a la lista de muestras. Se proporciona el nombre de clase y el intervalo de tiempo en el que se recopiló la muestra.

   

   Ahora creará una muestra de entrenamiento Alteración en el intervalo de tiempo 1992-06-30.

7. En la cinta, en la pestaña Multidimensional, en StdTime, elija el intervalo de tiempo 30/06/1992.

   Nota:

   Si necesita desplazarse a otra ubicación que muestra un área forestal alterada, mantenga pulsada la tecla C y utilice el ratón para desplazarse por el mapa y ampliarlo.

8. En el panel Clasificación de imagen, haga clic en la clase Alteración para seleccionarla y, a continuación, en la herramienta Polígono. En el mapa, identifique un parche para el bosque alterado (tonos blancos) y trace un polígono.

   

   La segundo muestra de entrenamiento se agrega a la lista.

   Nota:

   En un flujo de trabajo de la vida real, seguiría creando muestras de entrenamiento de distintos intervalos de tiempo para acumular buenos ejemplos para las tres clases. Sin embargo, para ahorrar tiempo en este tutorial, utilizará un conjunto de muestras de entrenamiento que se prepararon para usted.

   Echará un vistazo al conjunto de muestras de entrenamiento ya preparadas.

9. En el panel Clasificación de imagen, en la barra de herramientas situada sobre la lista de muestras de entrenamiento, haga clic en Cargar muestras de entrenamiento.

   

10. En la ventana Muestras de entrenamiento, expanda Carpetas > Forest_Disturbance_Analysis > InputData. Elija WestCascade_training_samples.shp y haga clic en Aceptar.

    Las muestras de entrenamiento ya preparadas aparecen en el panel.

    

    El conjunto contiene aproximadamente 80 muestras, cada una con un nombre de clase y una fecha de intervalo de tiempo.

11. Haga doble clic en el lado izquierdo de una muestra de entrenamiento en la lista.

    

    En el mapa, aparece el polígono correspondiente, que se muestra en el intervalo de tiempo correcto.

    

12. Si lo desea, puede utilizar el mismo método para visualizar algunas otras muestras.
13. Cierre el panel Clasificación de imagen. Cuando una advertencia le pregunte si desea guardar la modificación, elija No, ya que no necesita realizar ninguna modificación en este conjunto de muestras de entrenamiento.
14. En el panel Contenido, haga clic con el botón derecho en WestCascade_change_analysis.crf y elija Zoom a capa para volver a la extensión completa.

    Nota:

    El conjunto de muestras de entrenamiento se recopiló a partir de un ráster de análisis de cambios generado con exactamente los mismos parámetros que el suyo. No sería aplicable si utilizó un ráster de análisis de cambios diferente, por ejemplo, generado con un valor diferente para el parámetro Fecha de alineación.

Realizar clasificación

En esta sección, preparará un clasificador utilizando los muestras de entrenamiento y lo aplicará a la serie temporal para clasificar cada píxel de cada intervalo de tiempo. En primer lugar, usará la herramienta Preparar clasificador de árboles aleatorios para realizar el entrenamiento.

1. En el panel Geoprocesamiento, haga clic en el botón Atrás.

   

2. Busque la herramienta Preparar clasificador de árboles aleatorios y ábrala.

   

3. Establezca los siguientes parámetros de la herramienta.
   • En Ráster de entrada, elija WestCascade_change_analysis.crf
   • En Archivo de muestras de entrenamiento de entrada, haga clic en el botón Examinar. En la ventana Archivo de muestra de entrenamiento de entrada, expanda Carpetas, > Forest_Disturbance_Analysis, > InputData, seleccione WestCascade_training_samples.shp y haga clic en Aceptar.
   • En Campo de valor de dimensión, elija StdTime.
   • En Archivo de definición de clasificadores de salida, escriba WestCascade_trained_classifier.ecd.

   

4. Haga clic en Ejecutar.

   La herramienta genera un archivo de definición de clasificación de Esri (.ecd), que contiene información de estadísticas y clasificación de cada clase. A continuación, utilizará ese clasificador preparado para clasificar toda la serie temporal con la herramienta Clasificar ráster.

5. En el panel Geoprocesamiento, haga clic en el botón Atrás.
6. Busque y abra la herramienta Clasificar ráster.
7. Establezca los siguientes parámetros de la herramienta:
   • En Ráster de entrada, elija WestCascade_change_analysis.crf
   • En Archivo de definición de clasificadores de entrada, haga clic en el botón Examinar. En la ventana Archivo de definición de clasificadores de entrada, expanda Carpetas y Forest_Disturbance_Analysis, elija WestCascade_trained_classifier.ecd y haga clic en Aceptar.
   • En Ráster clasificado de salida, escriba WestCascade_classification.crf.

   

8. Haga clic en Ejecutar.

   Con la información contenida en el clasificador preparado, la herramienta clasifica cada píxel de cada intervalo de tiempo del ráster de análisis de cambios en una de las tres clases previstas.

   Aparece la salida de ráster CRF multidimensional. Es una serie temporal, en la que cada intervalo de tiempo se compone de un ráster de banda única que contiene valores de clasificación. De forma predeterminada, se muestra el intervalo de tiempo 1984-06-30.

   En función de la leyenda, puede ver lo siguiente:

   • Las áreas de color verde oscuro se clasifican como Bosque saludable.
   • Las áreas en rosa brillante se clasifican como Alteración.
   • Las áreas en verde claro se clasifican como Recuperación.

   

9. En la cinta, en la pestaña Multidimensional, en el grupo División de visualización actual, haga clic en Reproducir porciones a lo largo de StdTime para animar la serie temporal y ver cómo ha cambiado el bosque con el tiempo.

   

   Puede ver cómo los parches de bosque saludable pasan a ser áreas de alteraciones y luego se recuperan.

10. Cuando haya terminado de ver la animación, vuelva a hacer clic en Reproducir porciones a lo largo de StdTime para detenerla.

    A continuación, calculará estadísticas de resumen para las tres clases de cada intervalo de tiempo con la herramienta Resumir ráster de categorías. La herramienta contará el número de píxeles asignados a cada clase.

11. En la herramienta Geoprocesamiento, haga clic en el botón Atrás.
12. Busque la herramienta Resumir ráster de categorías y ábrala.
13. Establezca los siguientes parámetros de la herramienta:
    • En Ráster de categorías de entrada, elija WestCascade_classification.crf.
    • En Tabla de resumen de salida, escriba Forests_types_table.

    

14. Haga clic en Ejecutar.

    La tabla de salida aparece en el panel Contenido, en Tablas independientes. A continuación, creará un gráfico de barras para mostrar la información contenida en la tabla, centrándose en las clases Alteración, y Recuperación.

15. En el panel Contenido, haga clic con el botón derecho en Forest_types_table y haga clic en Crear gráfico seguido de Gráfico de barras.

    

    Aparece el panel Propiedades de gráfico y se abre un panel gráfico vacío.

16. En el panel Propiedades de gráfico, defina los siguientes parámetros:
    • En Categoría o fecha, elija StdTime.
    • En Agregación, elija Suma.
    • En Campo(s) numérico(s), haga clic en el botón Seleccionar. Active las casillas de verificación correspondientes a Alteración y Recuperación, y haga clic en Aplicar.

    

    Aparece un gráfico. Le dará formato y agregará etiquetas para optimizar la presentación.

17. En el panel Propiedades de gráfico, haga clic en la pestaña Serie.

    

    Cambiará la simbología del color para que coincida con el mapa de clasificación.

18. En la lista de campos, haga clic en cada Símbolo y elija los siguientes colores:
    • Para la fila Alteración, elija un color rosa brillante como Rosa peonía.
    • Para la fila Recuperación, elija un color verde brillante como Manzana claro.

    

19. En el panel Propiedades de gráfico, haga clic en la pestaña General y defina los siguientes parámetros:
    • En Título del gráfico, escriba Clasificación de bosque (1984-2020).
    • En Título de eje X, escriba Año.
    • En Título de eje Y, escriba Número de píxeles.

    

    El gráfico se actualiza.

    

    Este gráfico muestra las tendencias de la dinámica del bosque en un periodo de 35 años. Da una idea del equilibrio entre alteraciones y recuperación del ecosistema forestal. Una tendencia evidente es la naturaleza complementaria de la dinámica del bosque; cuando la recuperación forestal es elevada, la alteración forestal es baja y viceversa. Por ejemplo, en el intervalo de 10 años entre 1992 y 2002, el gráfico muestra una relación inversa donde la recuperación forestal era alta, mientras que las alteraciones forestales eran relativamente menores. En los intervalos de 1985–1990 y 2014–2020, las alteraciones aumentaron en relación con la recuperación debido a la tala de madera, como lo confirman las imágenes correspondientes a estos años.

20. Haga clic en Ctrl+S para guardar el proyecto.

El análisis de los cambios en la cubierta forestal es crucial para evaluar el estado y la biodiversidad forestal, y para apoyar la gestión forestal, la producción de productos de madera, la monitorización de posibles actividades de tala ilegales y más. Para cubrir estas necesidades es necesario monitorizar grandes áreas a intervalos de tiempo frecuentes y con un coste razonable. LandTrendr es una herramienta eficaz de representación cartográfica para detectar y monitorizar las alteraciones y la recuperación forestales. Se basa en una serie temporal de imágenes de Landsat para detectar automáticamente cambios espaciales en la ocupación del suelo forestal.

En este tutorial, ha usado el Explorador de cambios de serie temporal de píxel para examinar los cambios forestales interactivamente. Después, utilizó las herramientas Analizar cambios usando LandTrendr y Detectar cambios usando el ráster de análisis de cambios para crear mapas que mostraron patrones y tendencias en alteraciones forestales y recuperación a lo largo de los años. Por último, ha clasificado el ráster de análisis de cambios en cuatro clases con un clasificador de árboles aleatorios y ha creado un gráfico que muestra las tendencias de la dinámica forestal en un periodo de 35 años.

Encontrará más tutoriales como este en la colección de tutoriales Introducción a las imágenes y la teledetección.

Agradecimientos

• WestCascade.crf:imágenes de Landsat listas para analizar, cortesía del Servicio Geológico de los EE. UU., descargadas a través de USGS Earth Explorer.
• Forest_management_boundaries: derivados de la capa USA Protected Areas - Manager Type en Living Atlas, originalmente del dataset PAD-US de USGS.
• Kennedy, R. E., Z. Yang y W. B. Cohen . "Detecting trends in forest alterance and recovery using yearly Landsat time series: 1. LandTrendr - algoritmos de segmentación temporal", Remote Sensing of Environment, 114, nº 12 (2010): 2897-2910. https://doi.org/10.1016/j.rse.2010.07.008.