MAPEO DE LA SUPERFICIE DE AGUA: SÍNTESIS DEL MÉTODO
Aquí presentamos una síntesis del método desarrollado y aplicado por MapBiomas Agua. Para mayor información de los detalles metodológicos entre al ATDB (Documento Base de la Teoría del Algoritmo) en este LINK.
Presentación
El objetivo principal de MapBiomas Agua es mapear la dinámica del agua superficial en todo el territorio de los países amazónicos (Panamazonía), de forma mensual y anual desde 1998 al 2024. El conjunto de datos están disponibles públicamente en una plataforma web para mejorar la gestión y el uso de los recursos hídricos en toda la Panamazonía.
El proyecto utilizó imágenes Landsat de Google Earth Engine (1998-2024) para mapear superficies de agua en Colombia. Tras dividir el país en 133 zonas, se aplicó Análisis de Mezcla Espectral para descomponer los píxeles en componentes puros. Estos resultados alimentaron un clasificador Random Forest entrenado con muestras de MapBiomas. La post-clasificación incluyó: enmascaramiento con índices espectrales (MNDWI, NDVI, AWEI, etc.), llenado de vacíos mensuales, filtrado por frecuencia temporal y limpieza geométrica con capas de referencia. Los resultados distinguen entre agua permanente (≥6 meses/año) y estacional (1-5 meses/año).
El mapeo comprendió el periodo de 1998 a 2024 en escala mensual, dado que a partir de 1998 la calidad de los mosaicos satelitales y por tanto de la detección de agua superficial presenta niveles óptimos para análisis rigurosos. Durante este período se procesaron y analizaron más de 396.000 escenas Landsat en la plataforma Google Earth Engine, estableciendo una base de datos robusta y confiable para el monitoreo de recursos hídricos en la región amazónica.
Organización y base de datos
La coordinación general de MapBiomas Agua es conducida por Imazon y RAISG mientras que la coordinación técnica y operacional es dirigida por Geokarten. La reconstrucción de la serie histórica mensual de superficie de agua fue conducida por especialistas de todos los biomas de los países amazónicos, con el liderazgo de las siguientes instituciones: Fundación Amigos de la Naturaleza -FAN- (Bolivia), Fundación Gaia Amazonas -FGA- (Colombia), EcoCiencia (Ecuador), Instituto del Bien Común -IBC- (Perú), Provita y Wataniba (Venezuela), Alliance of Bioversity International y CIAT (Guianas y Suriname). El algoritmo de mapeo de superficie de agua fue desarrollado por Imazon y adaptado por MapBiomas Agua en esta primera etapa de trabajo.
El desarrollo del panel de control (dashboard) de MapBiomas Agua fue conducido por Geodatin y cuenta con relevantes contribuciones del grupo de trabajo de MapBiomas Agua y de los usuarios de la plataforma en el proceso de design thinking.
Fueron producidos tres tipos de productos por MapBiomas Agua:
- Mapas mensuales y anuales de superficie de agua;
- Mapas de transición de superficie de agua entre las clases de “Agua” y “No Agua”. Este producto fue procesado con la base de datos de la superficie de agua anual;
- Mapas de tendencia (aumento y disminución) de superficie de agua. Este producto fue calculado a partir de los datos de superficie de agua mensual en grids de 5 km x 5 km.
El dashboard (link) está compuesto por mapas, estadísticas y herramientas de visualización, análisis y acceso a los datos. Es posible visualizar los datos en escala anual y mensual, más allá de obtenerlo en distintas unidades territoriales. Para finalizar, el dashboard también dispone un link de acceso a la API de los datos de MapBiomas Agua.
Método
1. Preprocesamiento
El proceso comenzó con la adquisición de imágenes satelitales Landsat de las misiones 5, 7, 8 y 9, correspondientes a los sensores TM, ETM+ y OLI, disponibles en Google Earth Engine. Se utilizó específicamente la Colección 3 Nivel 1 de imágenes ortorectificadas con una resolución espacial de 30 metros. El período de análisis abarcó desde 1998 hasta 2024, aplicando un filtro para seleccionar únicamente las escenas con cobertura de nubes menor al 70% sobre el territorio colombiano.
2. Regionalización
Dada la extensión y diversidad geográfica de Colombia, el país se dividió en 133 zonas de trabajo de 100×100 km², permitiendo un procesamiento más eficiente y adaptado a las características regionales.
3. Análisis de Mezcla Espectral (SMA)
Esta etapa fundamental permitió caracterizar la composición subpíxel de las imágenes mediante la identificación de seis componentes principales: Vegetación Verde (GV), Vegetación No Fotosintética (NPV), Suelo (Soil), Nubes (Cloud), Sombra (Shade) y Nieve (Snow). El SMA fue crucial para detectar agua superficial mezclada con otros componentes, superando las limitaciones de los clasificadores de píxeles completos.
4. Clasificación con Random Forest
Se generó un conjunto de muestras balanceado utilizando como referencia la colección de MapBiomas Agua Colombia, estratificado por año y mes, que incluía ejemplos representativos de ambas clases: “agua” y “no-agua”.
Posteriormente, el algoritmo Random Forest se entrenó utilizando las muestras estratificadas, considerando la proporción regional de cada clase. Este enfoque aseguró que el modelo se adaptara a las características específicas de cada zona y período temporal.
5. Post-Clasificación
Se aplicaron umbrales sobre múltiples índices para refinar la clasificación:
- MNDWI: Para resaltar cuerpos de agua y reducir ruido de zonas urbanizadas
- NDVI: Para identificar vegetación
- CSF: Para reducir falsos positivos en áreas con cobertura vegetal
- HAND: Para correlacionar con la altura respecto al drenaje más cercano
- AWEI: Para mejorar clasificación en zonas oscuras y con sombras
- GV: Para detección en humedales y márgenes de ríos
- SHADE: Identifica cuerpos de agua mediante su firma espectral de baja reflectancia.
Se implementó un proceso de integración temporal para asegurar continuidad y consistencia en la serie mensual, corrigiendo vacíos o inconsistencias en la detección.
Asimismo, se eliminaron aquellas detecciones clasificadas como agua que mostraban baja ocurrencia a lo largo del período analizado, eliminando errores de clasificación y eventos atípicos no representativos.
Finalmente, utilizando capas de referencia de MapBiomas Colombia y información geométrica auxiliar, se realizó una depuración espacial para corregir artefactos, eliminar objetos espurios y asegurar que las áreas clasificadas como agua correspondieran efectivamente a cuerpos de agua reales.
6. Clasificación de tipos de agua
Como resultado, los mapas anuales distinguieron entre:
- Agua permanente: presente 6 meses o más al año
- Agua estacional: presente entre 1 y 5 meses
7. Clasificación de cuerpos hídricos
La delimitación y análisis anual de cuerpos de agua consistió en convertir los datos de frecuencia mensual en polígonos vectoriales mediante segmentación, usando la función SNIC de Google Earth Engine para generar objetos pequeños y regulares.
A cada objeto resultante (segmento) se le asignaron propiedades morfológicas, geomorfológicas y temáticas (entre ellas área, perímetro, compacidad, elongación, convexidad, extensión máxima, número de vecinos, cobertura y uso del suelo (MapBiomas Colombia), clasificación antrópica e hidroeléctrica, altura SRTM y frecuencia total media) con el fin de caracterizar su estructura y entorno.
Finalmente, estos objetos fueron clasificados con el algoritmo Random Forest, utilizando como insumo los cuerpos de agua con frecuencia de detección mayor o igual a seis meses y un conjunto sistemático de muestras de entrenamiento por bioma, correspondientes a las cinco clases de naturalidad.
