Resumen de Relación de firmas espectrales para la identificación de bosque seco en imágenes de satélite Sentinel 2, cuenca baja del río Chira, Región Piura

C. Aldana, M. Revilla, J. Gonzales, Y. Saavedra, W. Moncada, Jorge Luis Maicelo Quintana

• español

  El Fenómeno del Niño, las sequías y el clima cálido influyen de manera directa en el buen estado ecológico de los bosques en la Región Piura. El objetivo es relacionar las firmas espectrales evaluadas en las imágenes de satélite Sentinel-2 con las firmas espectrales medidas con el espectro-radiómetro FieldSpec4, para la identificación de bosque seco en la cuenca baja del río Chira, región Piura, Perú. El preprocesamiento de las imágenes Sentinel-2 correspondientes a los tiles 17MNR, 17MPR, 17MMQ, 17MNQ y 17MPQ son unidas en mosaico, remuestreadas y cortadas con el software SNAP. El apilamiento de las bandas 2, 3, 4, 5, 6, 7, 8, 9, 11 y 12 genera un raster cuyos valores de reflectancia de los píxeles están relacionados a sus longitudes de onda. La clasificación de las zonas con bosque seco se realiza con la firma espectral medida con el espectro-radiómetro FieldSpec4. La validación de los resultados se realiza aplicando las pruebas no paramétricas de ANOVA y Mann-Whitney-Wilcoxon en cuatro puntos de muestreo. El área de superficie de bosque seco en la cuenca baja del río Chira es 129 113,06 ha, que representa el 3,8 % del área total de bosque seco en el norte del Perú.

• English

  El Niño phenomenon, droughts and the warm climate directly influence the good ecological state of the forests in the Piura Region. The objective is to relate the spectral signatures evaluated in the Sentinel-2 satellite images with the spectral signatures measured with the FieldSpec4 spectroradiometer, for the identification of dry forest in the lower basin of the Chira River, Piura región. The Sentinel-2 images corresponding to the 17MNR, 17MPR, 17MMQ, 17MNQ and 17MPQ tiles are pre-processed, mosaicked, resampled and cut with the SNAP software. Stacking of bands 2, 3, 4, 5, 6, 7, 8, 9, 11 and 12 generates a raster whose pixel reflectance values are related to their wavelengths. The classification of dry forest areas is done with the spectral signature measured with the FieldSpec4 spectroradiometer. The validation of the results is carried out by applying the non-parametric ANOVA and Mann-Whitney-Wilcoxon tests at four sampling points. The surface area of dry forest in the lower basin of the Chira River is 129 113.06 ha, which represents 3.8% of the total area of dry forest in northern Peru.