Detección de cambios en la cobertura vegetal mediante interpretación de imágenes Landsat por redes neuronales artificiales (RNA). Caso de estudio: Región Amazónica Ecuatoriana

La interpretación de clases y detección de cambios en la cobertura vegetal de áreas extensas, son actividades que se viabilizan mediante el uso de tecnologías y métodos asociados a la Percepción Remota. Imágenes satelitales de media y alta resolución espacial y espectral, constituyen herramientas fundamentales para la ejecución de proyectos que tienen como objetivo principal la clasificación de la cobertura vegetal y la detección de sus variaciones temporales. Para explotar de mejor forma el uso de la información del territorio recuperada por las imágenes satelitales, y con el fin de optimizar los recursos invertidos en las tareas de clasificación e interpretación, es requerimiento disponer de herramientas y métodos que permitan la automatización de los procesos involucrados. Las Redes Neuronales Artificiales (RNAs) demuestran ser un mecanismo adecuado para la ejecución de estos procesos. El presente trabajo, tiene como principal objetivo validar una metodología para la identificación de cambios en la cobertura vegetal de un área localizada en la Amazonía ecuatoriana. La metodología aplicada busca principalmente la detección de cambios en la cobertura de bosques nativos predominantes en la región de estudio.