Resumen:
|
[EN] Management practices adopted in protected natural areas often ignore the relevance of the territory surrounding the actual protected land (buffer area). These areas can be the source of impacts that threaten the ...[+]
[EN] Management practices adopted in protected natural areas often ignore the relevance of the territory surrounding the actual protected land (buffer area). These areas can be the source of impacts that threaten the protected ecosystems. This paper reports a case study where a time series of Sentinel-1 imagery was used to classify the land-use/land-cover and to evaluate its change between 2015 and 2018 in the buffer area around the Manglares Churute Ecological Reserve (REMCh) in Ecuador. Sentinel-1 scenes were processed and ground-truth data were collected consisting of samples of the main land-use/land-cover classes in the region. Then, a Random Forests (RF) classification algorithm was built and optimized, following a five-fold cross validation scheme using the training dataset (70% of the ground truth). The remaining 30% was used for validation, achieving an Overall Accuracy of 84%, a Kappa coefficient of 0.8 and successful class performance metrics for the main crops and land use classes. Results were poorer for heterogeneous and minor classes, nevertheless the performance of the classification was deemed sufficient for the targeted change analysis. Between 2015 and 2018, an increase in the area covered by intensive land uses was evidenced, such as shrimp farms and sugarcane, which replaced traditional crops (mainly rice and banana). Even though such changes only affected the land area around the natural reserve, they might affect its water quality due to the use of fertilizers and pesticides that easily. Therefore, it is recommended that these buffer areas around natural protected areas be taken into account when designing adequate environmental protection measures and polices.
[-]
[ES] La gestión de las áreas naturales protegidas frecuentemente obvia la importancia que tiene el territorio que rodea el perímetro del espacio protegido (zona de amortiguación). Estas zonas pueden ser el origen de impactos ...[+]
[ES] La gestión de las áreas naturales protegidas frecuentemente obvia la importancia que tiene el territorio que rodea el perímetro del espacio protegido (zona de amortiguación). Estas zonas pueden ser el origen de impactos que amenacen el estado de conservación de los ecosistemas protegidos. En este artículo se describe un caso de estudio centrado en la Reserva Ecológica Manglares Churute (REMCh) de Ecuador, en el que se utilizó una serie temporal de imágenes Sentinel-1 para clasificar los usos y cubiertas del suelo y para analizar los cambios ocurridos en el periodo 2015-2018. Tras procesar la serie de imágenes y delinear el conjunto de zonas de entrenamiento sobre los principales usos y cubiertas se implementó un algoritmo de clasificación Random Forests (RF), cuyos parámetros fueron optimizados mediante una validación cruzada con el conjunto de datos de entrenamiento (70% de la verdad campo). El 30% restante se utilizó para validar la clasificación realizada, logrando una fiabilidad global del 84%, un coeficiente Kappa de 0,8 y unas métricas de rendimiento por clase satisfactorias para los principales cultivos y usos del suelo. Los resultados fueron peores para las clases más heterogéneas y minoritarias, no obstante, se considera que la clasificación fue lo suficientemente precisa para realizar el análisis de cambios perseguido. Entre 2015 y 2018 se constató un aumento en la superficie destinada a usos intensivos como el cultivo de camarón blanco y la caña de azúcar, en detrimento de otros cultivos tradicionales como el arroz o el banano. Aunque estos cambios se produjeron en las zonas que rodean al área natural protegida, pueden causar un deterioro de la calidad del agua debido al uso de fertilizantes y pesticidas, por tanto, se recomienda prestar atención a estas zonas de amortiguamiento a la hora de diseñar políticas e instrumentos adecuados de protección medioambiental.
[-]
|