Mundial

Conozca los pasos de la metodología de MapBiomas Colombia: teledetección, aprendizaje automático y procesamiento en la nube mediante Google Earth Engine.

Todos los mapas anuales de cobertura y uso del suelo de MapBiomas Colombia fueron producidos a partir de la clasificación píxel a píxel de imágenes del satélite Landsat. Todo el proceso es realizado con algoritmos de machine learning a través de la plataforma Google Earth Engine, la cual ofrece inmensas capacidades de procesamiento en la nube. Para facilitar la parametrización de los algoritmos y la organización de todas las etapas de procesamiento, se utilizan un total de 67 paths y rows.
Procesamiento píxel a píxel

Además de los mapas anuales de uso y cobertura del suelo, la plataforma MapBiomas Colombia ofrece datos sobre vegetación secundaria y pérdida de vegetación, incendios, minería, agua y degradación. MapBiomas Colombia opera también otras plataformas especializadas de monitoreo:

MapBiomas Alerta — Es un sistema orientado a la validación y el refinamiento de alertas de deforestación y pérdida de vegetación natural en todas las regiones de Colombia, mediante el uso de imágenes satelitales de alta resolución espacio-temporal.

Los detalles metodológicos y la categorización nacional se encuentran organizados por región —que, en el contexto de MapBiomas, corresponde a una aproximación a las regiones del país— y también mediante temas transversales. Estos se detallan a través de métodos específicos, desde la perspectiva y la capacidad técnica de los especialistas en ciencias de la Tierra que forman parte del proyecto. Puede encontrar más detalles en la sección «Quiénes somos».

Regiones y temas transversales de MapBiomas Colombia

El siguiente diagrama ilustra las principales etapas del proceso de generación de los mapas anuales de cobertura y uso de la tierra de MapBiomas Colombia y de los mapas de transición.

Etapas del proceso de generación de mapas de MapBiomas Colombia
  1. Mosaicos anuales — composición de las métricas espectrales
  2. Clasificación — Random Forest y otros algoritmos entrenados por bioma
  3. Filtros

    1. Espacial — Limpia el mapa eliminando píxeles aislados (ruido) y suavizando los bordes entre las diferentes clases de cobertura.
    2. Temporal — Corrige transiciones ilógicas o erróneas evaluando los años vecinos (ventanas de 3 a 5 años) para asegurar que los cambios de cobertura sean consistentes.
    3. Frecuencia — Estabiliza la serie temporal eliminando fluctuaciones atípicas, asignando a cada píxel su cobertura dominante si esta supera un umbral de persistencia histórica.
    4. GapFill — Rellena los vacíos sin información propagando temporalmente los datos válidos hacia el futuro y hacia el pasado (bidireccional) para que ningún píxel quede sin clasificar.
  4. Integración — consolidación del mapa nacional mediante reglas de prevalencia
  5. Cálculos de transición — seguimiento de cambios entre pares de años