4.3 — Validación y Exactitud Cartográfica
4.3 — Análisis Multitemporal y Detección de Cambios
Variación estacional, cambios de cubierta y seguimiento de procesos en el tiempo
El análisis multitemporal compara imágenes de la misma área en distintas fechas para detectar cambios (deforestación, expansión urbana, inundaciones) o caracterizar variaciones estacionales del ciclo fenológico de la vegetación.
📅 Análisis Multitemporal: Detección de Cambios
Evolución del NDVI estacional en distintos tipos de cubierta
Análisis Estacional (Fenología)
Seguimiento del ciclo anual de la vegetación mediante series temporales de NDVI. Permite identificar el verde, el pico de verdor y la senescencia para cada tipo de cubierta.
Diferencia Post-Menos-Pre
Método más sencillo: Imagen_Post – Imagen_Pre o (NDVI_Post – NDVI_Pre). Los píxeles positivos = ganancia de vegetación; negativos = pérdida.
Ratio entre Fechas
Imagen_Post / Imagen_Pre. Menos sensible al ruido radiométrico que la diferencia. Útil para detectar cambios en zonas de baja reflectancia.
Clasificación de Cambio
Clasificar independientemente dos imágenes y comparar las clases asignadas. ‘De bosque a urbano’, ‘De cultivo a pastos’. Método más interpretable pero acumula errores de dos clasificaciones.
| Método | Entradas | Ventaja | Limitación | Aplicación típica |
|---|---|---|---|---|
| Diferencia de imagen | 2 fechas misma banda | Simple y rápido | Sensible a diferencias radiométricas | Inundaciones, incendios recientes |
| Diferencia de índices (dNDVI, dNBR) | 2 fechas | Normalizado, robusto | Requiere umbralización | Deforestación, incendios |
| Ratio temporal | 2 fechas | Reduce efecto de pendiente | Amplifica cambios en zonas oscuras | Erosión, expansión urbana |
| Change Vector Analysis | 2 fechas multibanda | Captura dirección del cambio | Complejo de interpretar | Cambios de tipo de cubierta |
| Series temporales BFAST | N fechas Landsat/Sentinel | Detecta rupturas y tendencias | Requiere N >> 10 imágenes | Deforestación gradual, sequía |
- La normalización radiométrica entre fechas es crítica: errores de calibración generan falsos cambios
- El dNBR (diferencia de NBR pre/post incendio) es el estándar internacional para mapas de severidad de incendios (USGS)
- Las series temporales de Landsat (archivo desde 1972) y Sentinel-2 (desde 2015) permiten análisis de tendencias a largo plazo
- BFAST (Breaks For Additive Seasonal and Trend) detecta rupturas en series de NDVI mensuales con significancia estadística
- El período de revisita define la resolución temporal: Sentinel-2 = 5 días, Landsat = 16 días, MODIS = 1-2 días
Conclusión del Módulo 4.3
- ✅ El análisis multitemporal transforma la teledetección de foto a vídeo: el tiempo añade la dimensión de los procesos
- ✅ La diferencia de índices (dNBR, dNDVI) es el método más robusto para cartografiar cambios discretos (incendios, deforestación)
- ✅ Las series temporales permiten monitoreo continuo: BFAST detecta cuándo, no solo si, se produjo un cambio