Clasificación basada en objetos de especies vegetales en áreas de restauración forestal usando imágenes multiespectrales adquiridas con UAV

Resumen

La clasificación de imágenes multiespectrales obtenidas por UAV mediante segmentación y análisis de imágenes basado en objetos (OBIA) representa un enfoque prometedor para la cartografía precisa de especies vegetales con el objetivo de diseñar estrategias de gestión más eficientes, selectivas y sostenibles. Este estudio se llevó a cabo en un área de restauración de la Mata Atlántica en la Reserva Ecológica de Guapiaçu (REGUA), en Cachoeiras de Macacu, en Río de Janeiro (RJ), Brasil. Las imágenes multiespectrales se capturaron en mayo de 2024 con un Mavic 3M, a 40 m de altitud, y se evaluaron cuatro clasificadores supervisados (BAYES, KNN, RF y SVM) a partir de la segmentación generada con el algoritmo multi-resolution del programa eCognition Developer. BAYES presentó exactitudes entre 74 % y 100 % con un error de desacuerdo de 0,1, mientras que SVM alcanzó exactitudes entre 74 % y 97 % con un error de desacuerdo de 0,12. KNN y RF mostraron exactitudes ligeramente menores, entre 67–100 % y 79–100 %, respectivamente, enfrentando también confusiones entre clases vegetativas espectralmente similares (FS, VP, CM y UH). En conjunto, BAYES y SVM demostraron ser los más adecuados para el mapeo y monitoreo de la vegetación en áreas de restauración forestal en las condiciones del presente estudio, mientras que KNN y RF constituyen alternativas útiles.