Usando un cubo de datos para monitorear la pérdida de bosques en el Amazonas

Los bosques contienen una gran cantidad de carbono terrestre de la Tierra y juegan un papel importante en la compensación de las emisiones antropogénicas de combustibles fósiles. Desde 2015, los bosques tropicales del mundo se pueden observar regularmente en un intervalo sin precedentes de 6 a 12 días gracias a la Misión Copérnico Sentinel-1.

Se adquieren millones de gigabytes de datos de radar de apertura sintética (SAR) tanto de día como de noche, independientemente de la cobertura de nubes, neblina, humo o aerosoles, lo que permite monitorear la deforestación y la degradación forestal al menos cada dos semanas.

El desafío, sin embargo, radica en encontrar métodos adecuados para extraer indicadores significativos de la pérdida de bosques de la gran cantidad de datos de radar entrantes, de modo que las anomalías en la serie temporal puedan detectarse de manera regular y consistente en los bosques tropicales.

Dichos métodos de monitoreo forestal deben ser transparentes y fácilmente comprensibles para el público en general, lo que permite confiar en su uso en varios sectores públicos y privados.

El Centinela-1 para la Ciencia: Amazonas El proyecto presenta un enfoque simple y transparente para usar imágenes de radar satelital Sentinel-1 para estimar la pérdida de bosques. El proyecto utiliza un diseño de cubo de datos de espacio-tiempo (también conocido como StatCubes), donde la información estadística relevante para identificar la deforestación se extrae en cada punto de la serie temporal del radar.

Con este enfoque, el proyecto demuestra el uso de los datos de Sentinel-1 para crear un análisis dinámico de deforestación en la cuenca del Amazonas. El equipo pudo detectar la pérdida de bosques de más de 5,2 millones de hectáreas durante media década, que es aproximadamente el tamaño de Costa Rica.

Neha Hunka, experta en teledetección de Gisat, comentó: “Lo que estamos viendo desde el espacio es más de un millón de hectáreas de bosques tropicales húmedos que desaparecen cada año en la cuenca del Amazonas, siendo el peor año 2021 en Brasil. Podemos rastrear estas pérdidas e informar sobre ellas de manera transparente y consistente cada 12 días a partir de ahora”.

Miles de millones de píxeles de los satélites Sentinel-1 desde principios de 2015 hasta diciembre de 2021, cada uno de los cuales representa un bosque de 20 x 20 m, se armonizan bajo el diseño de StatCubes, y se demuestra un enfoque de umbral simple para detectar la pérdida de bosque en la primera versión de los resultados.

El mayor desafío en el proyecto fue la gran cantidad de manejo y procesamiento de datos. El equipo utilizó varias herramientas de software fáciles de usar para ceder a los datos de manera eficiente: procesó más de 450 TB de datos para crear los mapas de pérdida de bosques.

Anca Anghelea, ingeniera de plataforma de ciencia abierta de la ESA, agregó: “Al proporcionar datos y código de entrada abierto a través del catálogo de datos de ciencia abierta de la ESA y la plataforma openEO, nuestro objetivo es permitir que los investigadores de todo el mundo colaboren y contribuyan al avance del conocimiento sobre nuestro Los bosques globales y el ciclo del carbono.

“Así, en la última fase del proyecto, un enfoque clave estará en la Ciencia Abierta, la reproducibilidad, el mantenimiento a largo plazo y la evolución de los resultados alcanzados en el Sentinel-1 for Science: Amazonas Project”.

Como continuación del proyecto, el próximo objetivo es lograr un producto de la pérdida de carbono por cambios en la cobertura del suelo, trabajando en conjunto con Iniciativa de Cambio Climático de la ESA equipo – una meta que contribuirá a Clúster de Ciencias del Carbono de la ESA.

Los resultados actuales del proyecto ya están disponibles por haciendo clic aquí. Sentinel-1 para Science Amazonas es implementado por un consorcio de cuatro socios: gisat, Agresta, Universidad Noruega de Ciencias de la Vida y el Instituto de Investigación Geoespacial de Finlandia. El equipo combina de manera única antecedentes sólidos y complementarios en evaluaciones forestales y de carbono, análisis SAR multitemporal y fusión de datos, y capacidades de procesamiento de datos de gran tamaño.