Introducción

En el neotrópico, los ecosistemas de alta montaña (páramo y bosque altoandino) apoyan la regulación climática transformando el CO₂ en O₂ (^{Torres et al., 2012}); razón que determina la necesidad de su conservación. Estos ecosistemas recientes (Holoceno), presentan un interés por las comunidades locales para la realización de actividades como la agricultura itinerante, el pastoreo, la quema, las plantaciones exóticas (Pinuspatula y Eucalyptus globulus) y la tala con rigor; estas actividades provocan alteraciones en la estructura ecológica de las comunidades vegetales (^{Cleef, 2008}). Vale la pena mencionar que cerca del 99% de los páramos del planeta están ubicados en la Cordillera de los Andes (^{Garavito-Rincón, 2015}).

Esta investigación se centra en dos páramos ubicados en la Cordillera Oriental de Colombia, específicamente, los páramos de Merchán y Telecom en el municipio de Saboyá (Complejo de Páramos Iguaque - Merchán, Boyacá), con el propósito de evaluar métodos de clasificación supervisada e identificar cuál de éstos permite una mejor discriminación de la distribución espacial del páramo.

Estos métodos de clasificación que hasta ahora no se habían implementado en el área de interés, sin embargo, se cuentan con aportes para otras localidades en el mundo, como reseñan ^{Manna et al. (2013)}, quienes evaluaron cambios de bosque de mangle en la isla Jharkhali (Sundarbans, India) entre el 2004 y 2010 con datos satelitales multitemporales y de vegetación a partir del Índice de Vegetación de Diferencia Transformada (TDVI por sus siglas en inglés). Este último determinó un resultado favorable con aumento de la cubierta vegetal gracias a los esfuerzos de conservación. En Egipto (Al-Kharj), ^{Aly et al. (2016)}, con imágenes Landsat, determinaron un aumento de la cobertura vegetal (CV), en ecosistemas áridos (107,4% entre 1987 y 2000) y disminución de la misma (27,5% entre el 2000 y 2013), producto del deterioro y salinización del suelo y el agua.

En México, ^{De León-Mata et al. (2014)} estudiaron la composición de la cobertura vegetal entre los años 2008 y 2011 para el área prioritaria para la conservación de pastizales conocida como Cuchillas de la Zarca, estimaron una degradación lenta (-661 ha anuales de chaparral y -795,6 ha de bosques de encino - pino) debido a la existencia de grandes parches. En Sinaloa (México), ^{Sanhouse-García et al. (2017)} entre 1990 - 2000 identificaron una tasa de cambio durante ese periodo de 52% en la superficie total inicial y de 41% entre 2000 - 2014 por causa de la ocupación del territorio por el hombre. En Brasil (Paulo Assis Ribeiro, Colorado), ^{dos Santos et al. (2015)} determinaron entre 1991 - 2010, transiciones de bosque en pasto en un 70%. En Chile, ^{Sepúlveda-Varas et al. (2019)} estudiaron el cambio de cobertura y uso del suelo entre 1994 y 2007 con el índice de Kappa, concluyeron mayor presión de uso en las categorías cultivos, praderas naturales y plantaciones forestales.

En Colombia, ^{Muñoz-Guerrero et al. (2009)} evaluaron la dinámica de cambio entre 1989 y 2008 en la microcuenca Las Minas (Pasto, Nariño), con imágenes Landsat10TM e IKONOS; los resultados permiten discriminar la reducción del bosque secundario (58,51 ha) con una tasa de deforestación de 3,08 ha/año, un aumento de áreas destinadas para la siembra (141,64 ha) por presiones de deforestación y un aumento de actividad bovina y pecuaria.

Por su parte, en algunos páramos de Colombia ^{Arellano y Rangel (2008)}, identificaron áreas en la Serranía de Perijá y el Parque Nacional Natural Los Nevados (PNN) con favorable estado de conservación y conectividad.

Actualmente, los entes gubernamentales y la autoridad ambiental en el páramo de Merchán y Telecom no cuentan con instrumentos suficientes de planificación, vigilancia y control que permitan determinar los impactos naturales de la actividad humana en la zona. Por otra parte, la investigación biótica relacionada en las áreas del Complejo de Páramos Iguaque -Merchán es incipiente, y se requiere información sobre la dinámica espaciotemporal del páramo, el bosque altoandino y la influencia de la matriz agrícola sobre estos (^{Cortés-Duque y Sarmiento-Pinzón, 2013}; ^{Velasco-Linares et al., 2015}).

Por lo anterior, el presente estudio da respuesta a las siguientes interrogantes: ¿Qué método de clasificación supervisada permite estimar de forma confiable la dinámica de cambio de las coberturas vegetales presentes en el páramo de Merchán y Telecom? ¿Tienen algunos de estos métodos la capacidad para discriminar los rasgos geológicos que ejercen algún tipo de influencia sobre los páramos?

Marco teórico

Metodología

Basados en los métodos descritos en la segunda sección, se realizó una secuencia de pre y posprocesamiento a imágenes de satélite del sensor Landsat 8, apoyado en software ERDAS para ortorrectificación, QGIS para algunas herramientas de preprocesamiento como recorte, combinación de bandas, algunos complementos de código abierto y libre acceso como Algoritmo de Semiclasificación Automática (SCP, por sus siglas en inglés) creado por Luca Congedo (^{Bravo-Morales, 2020}) y RStudio, para hacer las clasificaciones supervisadas a según los cinco métodos basados en Machine Learning.

Es importante mencionar, que esta investigación se realizó durante la emergencia sanitaria generada por la pandemia de COVID-19, por lo cual no fue posible tener acceso presencial a la zona de estudio, por esta razón la asignación de los puntos de control como insumos para todos los métodos de clasificación, se hizo con algunos puntos en campo tomados previamente a la emergencia sanitaria, imágenes satelitales de alta resolución espacial (geo portales) y Pansharpening en procesamiento de la imagen Landsat 8 bajo el SCP (para el año 2018 se aplicaron los dos últimos criterios); la resolución de 30 x 30 m se redujo a 15 x 15 m, de esta forma se permite una mayor visualización y mejor conocimiento de la zona de interés. De igual forma se tomó Landsat 8 por su resolución espacial y año 2018, debido a que años posteriores se presentaban dificultades de visualización de coberturas por la alta presencia de nubosidad.

Resultados

La Figura 4 resume las distribuciones espaciales de los páramos Merchán y Telecom mediante los métodos de clasificación supervisada.

Discriminar visualmente cuál de los métodos de clasificación es más efectivo resulta una tarea compleja, por esta razón se calculó para cada uno de ellos el índice Kappa (Tabla 2), el cual se define como: K = (Po - Pe) / (1 - Pe). Siendo: Po = Número de aciertos/Número total de clases, Po = (A1 + B2 + C3) / M, Pe = Cálculo generado desde la matriz de confusión, Pe = (EP1 x EU1) + (EP2 x EU2) + (EP3 x EU3) (^{Llactayo et al., 2014}).

Con el propósito de discriminar la confiabilidad de cada uno de los métodos, se construyen entonces matrices de confusión (CM, por sus siglas en inglés), ya que este ha sido uno de los métodos más utilizados para validar estos tipos de modelos (^{Willington et al., 2013}). Así, para cada uno de los modelos se proporcionaron las matrices de confusión obtenidas.

Las Tablas 3 a la 12 resumen los resultados obtenidos al aplicar los cinco métodos de clasificación supervisada.

Las Tablas 5 y 6 resumen los resultados obtenidos al aplicar método RF.

Las Tablas 7 y 8 resumen los resultados obtenidos al aplicar el método DT.

En las Tablas 9 y 10 se presentan la CM del método de Bayes, así como las determinaciones de áreas y porcentaje de cada cobertura para los páramos Merchán y Telecom.

Análogamente que, en los casos anteriores, en las Tablas 11 y 12 se presentan la CM del método de redes neuronales artificiales, así como las determinaciones de áreas y porcentaje de cada cobertura para los páramos Merchán y Telecom.

Con el propósito de facilitar la discusión en la Tabla 13 se presenta un resumen de todos los métodos empleados para cada uno de los páramos estudiados.

Discusión

El índice Kappa indica la confiabilidad y precisión general de la clasificación temática, de esta manera permite evaluar la concordancia de métodos cuyo resultado es categórico, con dos o más clases. Este índice representa la proporción de acuerdos observados respecto del máximo acuerdo posible más allá del azar (^{Borras et al., 2017}). Según la clasificación establecida para el índice Kappa presentada en ^{Llactayo et al. (2014)}, y con los resultados obtenidos de este índice en el presente estudio, se puede considerar que los cinco métodos de clasificación supervisada se encuentran en una concordancia casi perfecta (0,81 - 1) para calificar la exactitud obtenida.

El método que obtuvo mayor precisión en la clasificación supervisada para la imagen de Landsat 8 (2018) fue RF con un valor del 92,53% (Tabla 2). Los resultados afirman la precisión en la clasificación, pues este algoritmo permite resultados de calidad ya que genera múltiples árboles de decisión donde hay un subconjunto de muestras al azar y variables de entrenamiento (^{Belgiu y Drágut,, 2016}); de igual forma como mencionan ^{Sánchez-Pellicer et al. (2017)}, RF es uno de los algoritmos más usados en la actualidad para la teledetección, esto por su capacidad de integrar datos de diversas fuentes.

La investigación realizada por ^{Fragoso-Campón y Quirós (2019)}, titulada Sentinel Toolbox Application (SNAP) aplicada a la clasificación supervisada de imágenes PNOA, en la cual la clasificación mediante el algoritmo RF alcanzó una exactitud global del 86%, ayudando a validar al software SNAP como herramienta de trabajo, no sólo de imágenes satelitales, sino también de imágenes aéreas y de alta resolución. De igual forma el valor de precisión y confiabilidad para RF (92,53%) obtenido en el presente estudio, tiene un valor cercano a una clasificación de cobertura terrestre realizada en un geo ecosistema montañoso ecuatoriano, realizado por ^{Ayala-Izurieta et al. (2017)}, en el cual se clasificó la cobertura vegetal de las áreas montañosas dentro de un área de estudio de 1016 km², a una resolución espacial de 30 m, utilizando un método clasificador para RF que arrojó un mapa de cobertura terrestre con una precisión general del 95%.

El algoritmo de RF ha sido utilizado en diferentes estudios, entre los cuales se encuentra el de ^{Espejo (2016)}, donde se concluyó que, para los objetos de deforestación generados a partir de los objetos de Bosque y No Bosque clasificados por el método de RF y SVM se presentan valores más altos en la similaridad temática (Theme), borde (Edge) y posición (Position).

En las CM, se observa que, para el método RF (Tabla 5), la cobertura vegetal Mosaico de Pastos y cultivos presentó un menor grado de precisión dado que obtuvo 7774 puntos correctos de 8215 puntos, de igual manera, Herbazal denso obtuvo 944 puntos de 1260; estos datos permiten verificar la exactitud temática respecto a la clasificación establecida con los datos de referencia del terreno. Es importante resaltar que los valores bajos con respecto a las otras coberturas se deben a la poca área ocupada en la zona, es decir la cobertura de mayor área es la que presenta el mayor número de puntos de control. Con esto es posible inferir que la clase con mayor precisión y agrupación espectral fue nubes, ya que, obtuvo un valor de 421 puntos correctos de 427, seguida de Tejido Urbano Discontinuo y Bosque Denso Alto de Tierra Firme.

Con base en la clasificación supervisada por el método de RF, en la Tabla 6, se puede observar que la mayor área de cobertura corresponde a Mosaico de Pastos y Cultivos (MdPyC), con 26,131 km² en el páramo de Merchán y 11,297 km² en el páramo de Telecom. La segunda cobertura vegetal mejor distribuida es el Bosque Denso Alto de Tierra Firme (BDAdTF), en un mayor porcentaje de área en el páramo de Telecom con un valor del 43,62% respecto al área total del páramo.

El segundo método más preciso en la clasificación supervisada para los páramos de Merchán y Telecom, fue ANN el cual obtuvo un índice Kappa de 91,51% (Tabla 2). La CM (Tabla 11), muestra que las coberturas de Bosque Denso Alto de Tierra Firme y Mosaico de Pastos y Cultivos fueron las menos precisas, dado que presentan la mayor diferencia entre puntos de control y los puntos correctos; la clase de nubes obtuvo un 100% de precisión tomando totalmente los puntos correctos.

Los valores de área para las clases de coberturas por ANN, son cercanos a las áreas presentadas por RF. En el caso del Herbazal Denso en el páramo de Merchán, por ejemplo, con RF se obtuvo un área de 2,757 km² (Tabla 6) y con ANN un valor de 3,060 km² (Tabla 12), esto se debe a que los dos métodos fueron los más altos en la precisión de la clasificación según el índice Kappa. Sin embargo, algunos valores de coberturas entre estos dos algoritmos presentan una mínima diferencia, por ejemplo: BDAdTF y MdPyC en el páramo de Telecom muestran porcentajes de área, respectivamente, de 45,66% y 47,44% con ANN (Tabla 12), y 43,62% y 49,41% con RF (Tabla 6).

El siguiente método más preciso en la clasificación, según el índice Kappa, fue SVM con un valor del 91,32%. Este algoritmo presenta una buena precisión de clasificación ya que, según ^{Murillo-Castañeda, 2018}, SVM tiene una alta resolución al momento de identificar coberturas presentes en el suelo, pues aparte de lograr disociación entre cada una de ellas, también separa los elementos a clasificar. Dentro de la CM (Tabla 3) se observa que la cobertura que presentó mayor asignación de puntos fue Mosaico de Pastos y Cultivos, sin embargo, obtuvo el menor grado de precisión ya que presentó una diferencia de 601 puntos respecto a los puntos totales de control; esta clase está seguida de Herbazal Denso (998 puntos correctos) y Bosque Denso Alto de Tierra Firme (3197).

Entre los algoritmos de SVM y BC, se observa que existe una diferencia significativa entre los valores de las áreas de coberturas. En la Tabla 10 del método BC, se observa que el porcentaje de área para Herbazal Denso en el páramo de Telecom es 16,59%, mientras en SVM presentan un valor de 6,79% para esta cobertura (Tabla 4). Lo mismo ocurre con MdPyC del páramo de Merchán, el cual alcanzó un valor de 67,57% de área con el método BC y de 76,42% de área con el método SVM. Con ello es posible observar la relación que existe con el índice Kappa, en el cual el método BC obtuvo un valor de 86,38%, uno de los valores de confiabilidad más bajos en comparación con los otros cuatro métodos evaluados.

El índice Kappa para los métodos BC y DT, fueron 86,38% y 80,07% respectivamente (Tabla 2). Estos valores, reflejan una buena precisión general de la clasificación, sin embargo, como se menciona anteriormente, fueron los valores más bajos en comparación con los demás métodos. Es de resaltar que el índice Kappa, como menciona ^{Llactayo et al. (2014)}, es una medida de la diferencia entre la exactitud lograda en la clasificación con un software y la exactitud de lograr una clasificación correcta con una clasificación visual (en campo o con imágenes de alta resolución).

Las coberturas de Tejido Urbano Discontinuo (TUD) y Nubes, en los cinco métodos, presentaron áreas muy bajas en comparación con las demás. Por ejemplo, con el método de DT, en el páramo de Merchán se obtuvo un área de 0,0748 km² para TUD y 0,0082 km² de TUD en el páramo de Telecom. Sin embargo, es importante resaltar que para la imagen Landsat 8 tomada de estudio y/o referencia, el páramo de Telecom no presentaba ningún grado de nubosidad, contrario al de Merchán, de ahí el mínimo porcentaje de área; donde si hay presencia se debe a errores de precisión del algoritmo.

Respecto a la cobertura de Bosque Denso Alto de Tierra Firme, se observa que existe un mayor porcentaje de área 43,62% (método RF) en el páramo de Telecom, con lo cual se puede deducir que en el páramo de Merchán se ha presentado mayor intervención agrícola y pecuaria; el mayor valor de cobertura presente en este páramo es Mosaico de Pastos y Cultivos con un porcentaje de área de 77,68% respecto al área total del páramo.

Los valores obtenidos de las CM para los cinco métodos utilizados, muestran que las clases de Tejido Urbano Discontinuo y Nubes presentaron la mejor precisión en todos los algoritmos. Los pocos puntos presentados para Tejido Urbano Discontinuo se deben a un grado de error por el posible desacierto de la respuesta espectral de las nubes, dado que se puede presentar una confusión de los pixeles de este tipo de clase, clasificándolas como tejido urbano discontinuo; así mismo, en la zona de estudio del páramo de Telecom existe una base militar que interviene con la captura de los puntos de control.

De igual forma se observa dentro de los resultados obtenidos en las CM, que estas presentan una cantidad considerable de puntos de control lo cual se debe a que para la clasificación supervisada se tomó un polígono de tipo rectangular que abarco el área del páramo de Merchán junto con el de Telecom, ya que el lenguaje de programación R no considera polígonos irregulares como el límite perimetral de los páramos de estudio; por esta razón al establecerse los puntos de control dentro del polígono se visualizan varios de ellos.

Debido a que el contorno o límite de los páramos pareciera estar limitado en el caso del páramo de Merchán por el contacto entre las formaciones Cretácicas y Cuaternarias, y en el caso del páramo de Telecom por el eje del sinclinal, para cada uno de los métodos se realizaron 6 medidas de la distancia entre el borde del páramo dado por cada método y esos rasgos geológicos. Los resultados son resumidos en la Figura 5. Se observa que desde un punto de vista geológico la distancia promedio predicha entre el borde del páramo y el eje del sinclinal es muy similar para los distintos métodos, y si se considera la desviación estándar prácticamente no hay diferencia entre ellos. En contraste, cuando se determina la distancia entre el borde del páramo y el límite de las formaciones cretácicas para el páramo de Merchán, los algoritmos SVM, RF, ANN y DT arrojan resultados similares en términos de la distancia promedio y la desviación estándar. Mientras que el método BC tiende a subestimar la distancia promedio. Para el páramo de Telecom, la distancia promedio entre el límite del páramo y el contacto con formaciones cuaternarias es muy similar para cada uno de los métodos, siendo el algoritmo de RF, el que presenta la menor dispersión.

Al realizar una correcta clasificación supervisada de coberturas vegetales, fue posible obtener datos reales del terreno que se pueden considerar insumos precisos y confiables para la determinación y análisis de métricas del paisaje, ayudando a establecer y analizar la configuración, diversidad y forma del paisaje, en este caso para los páramos de Merchán y Telecom en el municipio de Saboyá-Boyacá. Estos estudios son importantes para la gestión de la estructura ecológica principal, entendiéndose esta según el PND 2010-2014 (^{IDEAM, 2011}), como el conjunto de ecosistemas estratégicos que garantizan la integridad de la biodiversidad y la provisión de servicios ecosistémicos con el fin de satisfacer las necesidades básicas de la población. Estos páramos brindan diferentes servicios ecosistémicos, entre los cuales encontramos los de aprovisionamiento y regulación hídrica; motivo por el cual su cuidado y conservación es fundamental dentro del Plan de Ordenamiento Territorial para el desarrollo sostenible en el Municipio de Saboyá.

Conclusiones

Con base en los resultados obtenidos en las matrices de confusión y el índice Kappa, es posible confirmar que el método con mayor precisión en confiabilidad para la clasificación supervisada es RF con un valor del 92,53% del índice Kappa, durante la aplicación de este método se observó que identificaba con mayor facilidad el contacto entre rocas cretácicas y cuaternarias. Este algoritmo, permite representar de forma clara y precisa las características del terreno, pues por medio de un proceso de múltiples árboles de decisión, logra obtener resultados de alta precisión y calidad.

Por medio de esta investigación, se buscó evaluar la eficacia y precisión de los métodos de Machine Learning para los procesos de clasificación supervisada, con los resultados obtenidos se pudo observar que los cinco métodos son efectivos para la identificación de coberturas; para zonas de estudio como páramos se sugiere en principio utilizar los dos métodos que por naturaleza de su algoritmos obtuvieron los mejores índices de confiabilidad y precisión, siendo estos RF seguido de ANN.

El índice Kappa es una medida estadística que permite ver la exactitud y precisión de los algoritmos o métodos de clasificación, con lo cual se puede elegir el método que mejor representa la realidad de terreno, por esta razón se sugiere la inclusión del índice en futuras investigaciones.

Por medio de la clasificación supervisada para los páramos Merchán y Telecom en Saboyá en el Complejo de Páramos Iguaque - Merchán, Boyacá, realizada con Landsat 8 (2018), se observa, en los cinco métodos, que la cobertura de mayor presencia es Mosaico de Pastos y Cultivos; esto demuestra que en la zona de páramo han existido cambios en el tipo y uso de suelo, con presencia de actividades de tipo agrícola o pecuario que afectan el cambio de cobertura reciente del páramo y la conectividad ecológica, biodiversidad y prestación de servicios ecosistémicos.

Los diferentes algoritmos de teledetección son una herramienta útil para establecer los tipos de coberturas vegetales en un terreno y los cambios que se han presentado en estas a lo largo del tiempo. Implementar estos métodos en análisis multitemporales en zonas de importancia ecológica como los páramos, permite identificar los impactos y problemáticas ambientales que se han generado allí, ayudando así a establecer estrategias y medidas de gestión ambiental para los recursos naturales.

Esta investigación es un insumo importante para la continuidad de estudios de métricas del paisaje y análisis multitemporales para los páramos de Merchán y Telecom en el municipio de Saboyá-Boyacá. El grado de exactitud de los métodos evaluados en este estudio, permite que los posibles análisis postclasiicación tengan una mayor confiabilidad y certeza, de esta manera servirán como base para la gestión ambiental del territorio y ordenamiento territorial.