Análisis multitemporal de la dinámica de coberturas en el manglar del estero de Puntarenas mediante la teledetección para el período 1974-2024

Abstract

La investigación se enfocó en el análisis multitemporal de la dinámica de cobertura del manglar del estero de Puntarenas, abarcando el periodo 1974-2024 mediante teledetección y el uso de imágenes satelitales. Se emplearon datos de los sensores Landsat 1, 2, 5 y 8, con imágenes tomadas cada 5 años. Se aplicaron índices espectrales (NDVI, SAVI, NDWI, NDWI Modificado y MVI) para identificar el bosque de manglar y analizar su evolución. La técnica de clasificación Support Vector Machine (SVM), mediante el software ArcGIS Pro, permitió discriminar las coberturas del suelo. Los resultados fueron validados utilizando matrices de confusión y el índice Kappa, junto con otros insumos como fotografías aéreas y consultas a expertos. Los mapas generados reflejan los cambios en la cobertura del manglar durante 50 años, permitiendo identificar periodos de mayor pérdida de área. Además, se creó un visor cartográfico en ArcGIS Online para visualizar los escenarios de modificación de coberturas, brindando una herramienta de aprendizaje y concientización sobre la transformación de estos ecosistemas.

The research focused on the multitemporal analysis of the mangrove cover dynamics in the Puntarenas estuary, covering the period from 1974 to 2024 through remote sensing and the use of satellite images. Data from Landsat 1, 2, 5 y 8 sensors were used, with images taken every 5 years. Spectral indices (NDVI, SAVI, NDWI, Modified NDWI and MVI) were applied to identify the mangrove forest and analyze their evolution. The Support Vector Machine (SVM) classification technique, implemented through ArcGIS Pro software, was used to discriminate land cover. The results were validated using confusion matrices and the Kappa index, along with other inputs such as aerial photographs and expert consultations. The generated maps reflect the changes in mangrove cover over 50 years, identifying periods of significant area loss. Additionally, a cartographic viewer was created in ArcGIS Online to visualize the land cover modification scenarios, providing a learning and awareness tool about the transformation of these ecosystems.