Avances en la clasificación de tipos de bosque en el Sistema Ibérico español: comparación entre series temporales Landsat y AlphaEarth Foundations de Google
DOI:
https://doi.org/10.17398/3101-7177.2.219Palabras clave:
fenología, morfología foliar, embedding, LandsatResumen
El estudio compara la clasificación de nueve tipos de bosque en el Sistema Ibérico Norte mediante dos fuentes de datos de teledetección: compuestos estacionales Landsat 8 y 9 y embeddings de AlphaEarth Foundations (AEF) de Google. Los tipos de bosque se distinguen por la morfología foliar (aciculiforme o planifolia) y el hábito foliar (perennifolio, marcescente o caducifolio), incluyendo formaciones puras y mixtas. Se generó una máscara forestal a partir del Mapa Forestal de España y se seleccionaron muestras de entrenamiento. En el caso de Landsat, se calcularon índices espectrales y compuestos estacionales como variables predictoras. Los embeddings de AEF integran información multifuente (óptica, radar, LiDAR y climática) en vectores latentes que sintetizan la dinámica anual y la estructura de la vegetación. Ambas bases de datos se clasificaron con Random Forest y los resultados se compararon píxel a píxel mediante una matriz de confusión. Los resultados muestran mayor estabilidad en las clases puras, especialmente coníferas y caducifolias, y mayor confusión en las clases mixtas. Landsat captó mejor los patrones de hábito foliar, mientras que AEF proporcionó una delimitación espacial más precisa y mejor discriminación estructural.
Descargas
Referencias
Andreatta, D., Buchmann, N., Jucker, T., et al. 2025. Diverging trends in plant phenology and productivity across European mountains in a warming world, Agricultural and Forest Meteorology,375, 110874, https://doi.org/10.1016/j.agrformet.2025.110874
Bolton, D.K., Gray, J.M., Melaas, E.K., et al. 2020. Continental-scale land surface phenology from harmonized Landsat 8 and Sentinel-2 imagery. Remote Sensing of Environment, 240, 111685, https://doi.org/10.1016/j.rse.2020.111685.
Brown, C.F., Kazmierski, M.R., Pasquarella, V.J., et al. 2025. AlphaEarth Foundations: An embedding field model for accurate and efficient global mapping from sparse label data (Version 2). arXiv. https://doi. org/10.48550/ARXIV.2507.22291.
Caparros-Santiago, J.A., Rodriguez-Galiano, V. 2024. Analysing long-term spatiotemporal land surface phenology patterns over the Iberian Peninsula using 250 m MODIS EVI2 data. Science of The Total Environment, 954, 176453, https://doi.org/10.1016/j.scitotenv.2024.176453
Kim, J., Kim, Y., Zona, D. et al. 2021. Carbon response of tundra ecosystems to advancing greenup and snowmelt in Alaska. Nat Commun 12, 6879. https://doi.org/10.1038/s41467-021-26876-7
Ma, H., Crowther, T.W., Mo, L. et al. 2023. The global biogeography of tree leaf form and habit. Nat. Plants 9, 1795–1809. https://doi.org/10.1038/s41477-023-01543-5
MITECO. 2023. “Most Up-to-Date Version of the Spanish Forest Map.” https://www.miteco.gob.es/es/cartografia-y-sig/ide/descargas/biodiversidad/mfe.html.
Reich, P.B., Walters, M.B., Ellsworth, D.S. 1992. Leaf life-span in relation to leaf, plant, and stand characteristics among diverse ecosystems. Ecological Monographs 62 (3), 365-392. https://doi.org/10.2307/2937116
Wang, Y., Yang, D., Vargas, G., et al. 2024. Leaf habit differentiation explains trait tradeoffs across savanna woody plants. Forest Ecosystems, 11, 100190. https://doi.org/10.1016/j.fecs.2024.100190.
Wang, L., Li, P., Peng, Y., Ren, P. et al. 2025. The widely increasing sensitivity of vegetation productivity to phenology in northern middle and high latitudes. Geophysical Research Letters, 52, e2024GL113892. https://doi.org/10.1029/2024GL113892
Zhang, X., Friedl, M. A., Schaaf, C. B., et al. 2003. Monitoring vegetation phenology using MODIS. Remote Sensing of Environment, 84(3), 471–475. https://doi.org/10.1016/S0034-4257(02)00135-9
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Saioa Munuera Irurzun, Cristina Gómez, Aman Oli, Darío Domingo, Francisco Rodriguez Puerta (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
