Análisis de la dinámica multitemporal del espejo de agua de dos lagos amazónicos durante 2014-2020, utilizando imágenes de SAR en GEE y técnicas de regresión

Abstract

Amazonas es una de las regiones de montaña de Perú con elevada cobertura nubosa, por lo que utilizar datos ópticos en el análisis multitemporal de cuerpos de agua (como los lagos Pomacochas y Burlan) resulta dificultoso. Por tanto, en esta investigación utilizamos productos de Sentinel-1 A/B para analizar la dinámica multitemporal del espejo de agua de los lagos Burlán y Pomacochas desde 2014 a 2020. Para ello, en Google Earth Engine procesamos 517 imágenes SAR para cada lago mediante los algoritmos: Classification and Regression Trees (CART), Random Forest (RF) y Support Vector Machine (SVM). Posteriormente, con los valores de área y perímetro en Google Collaboratory (GC) se implementó un código para ejecutar regresión lineal simple, polinómica, de vectores de soporte, de árboles de decisión y random forest. Con el método de regresión de mayor R 2 se predijo el valor del área y perímetro de cada lago para el 2021-02-10, mismo valor que fue comparado con un vuelo fotogramétrico de un RPAS, utilizando puntos de control de un receptor GNSS Trimble R10. Durante los primeros meses del año se registraron aumentos del área y perímetro de cada lago, esto influenciado por el aumento de precipitaciones en la zona. RF funcionó mejor en clasificación y regresión, mostrando la forma de los polígonos de cada lago muy similares al ortomosaico obtenido por el RPAS. Finalmente, buscamos aportar con una metodología rápida para clasificar en dos categorías imágenes de SAR, además, realizar análisis de regresión en GC mediante cinco métodos que pueden ser replicadas en distintas áreas temáticas.