Quintero-Gallego ME, Ariza A, Vila-Ortega JJ, Quintero-Ángel M, Florez-Yepes GY. · Environmental management · 2026

Low-Cost Monitoring of Spatiotemporal Changes in Forest Cover: Implications for Conservation in a Case in Quindío (Colombia).

Resumo em português

Globalmente, mudanças na cobertura florestal e fragmentação são uma preocupação para a conservação. Informação atualizada sobre seu estado é necessária, mas frequentemente é cara e difícil de obter. Este estudo avaliou a viabilidade do uso de tecnologias de baixo custo, como dados de sensoriamento remoto e softwares livres, para monitorar mudanças espaço-temporais na cobertura florestal e sua relação com a dinâmica da paisagem em termos de estrutura, forma e configuração. Para isso, utilizou-se um ecossistema tropical em Quindío (Colômbia), entre 2002 e 2019, como exemplo. Isso é particularmente relevante dada a complexidade da classificação do uso do solo em ecossistemas tropicais e a presença do guariba vermelho (Alouatta seniculus), cuja população está ameaçada por mudanças na dinâmica da paisagem. Imagens de satélite (Landsat 7, Landsat 8 e Sentinel-2) e um Modelo Digital de Elevação de 30 m foram processados por meio de algoritmos de análise: CART, Random Forest, Naive Bayes e Support Vector Machine, utilizando seis índices espectrais (NDVI; EVI; SAVI; CIgreen; NDBI; NDWI). As classificações com maior índice Kappa para a análise Fragstats foram CART para 2002 sob bandas espectrais com variáveis topográficas (C4) e Random Forest para 2014 e 2019 sob índices espectrais com variáveis topográficas (C5). A combinação de índices espectrais e variáveis topográficas (C5) com Random Forest obteve o melhor desempenho, com valores de Kappa de até 0,882 e acurácia de detecção acima de 95%, indicando maior capacidade para detectar mudanças na cobertura do solo. Métricas da paisagem também foram calculadas usando seis indicadores (NP, LPI, AREA_MN, SHAPE_MN, FRAC_MN, ENN_MN). Entre 2002 e 2019, a cobertura florestal diminuiu 4,05%, de 77,42% para 73,37%, refletindo transformação quantificável da paisagem durante o período estudado. Os resultados demonstram que dados e softwares de sensoriamento remoto de código aberto são úteis e confiáveis para estudar dinâmicas de cobertura do solo, enquanto reduzem custos, tempo de processamento e demanda por recursos. Essa eficiência de custo é especialmente relevante no Sul Global, onde limitações tecnológicas e orçamentárias frequentemente restringem o monitoramento efetivo das mudanças na paisagem e a tomada de decisões informadas para conservação.

Resumo original em inglês

Globally, changes in forest cover and fragmentation are a conservation concern. Updated information on their state is required, but it is often costly and difficult to obtain. This study evaluated the feasibility of using low-cost technologies, such as freely available remote sensing data and software, to monitor spatiotemporal changes in forest cover and their relationship to landscape dynamics in terms of structure, shape, and configuration. The latter, using a tropical ecosystem in Quindío (Colombia), between 2002 and 2019, as an example. This is particularly relevant given the complexities of land cover classification in tropical ecosystems and the presence of red howler monkeys (Alouatta seniculus), whose populations are threatened by changes in landscape dynamics. Satellite imagery (Landsat 7, Landsat 8, and Sentinel-2) and a 30-m Digital Elevation Model were processed using analysis algorithms: CART, Random Forest, Naive Bayes, and Support Vector Machine using six spectral indices (NDVI;EVI;SAVI;CIgreen;NDBI;NDWI). The classifications with the highest Kappa index for the Fragstats analysis were CART for 2002 under spectral bands with topographic variables (C4), and Random Forest for 2014 and 2019 under spectral indices with topographic variables (C5). The combination of spectral indices and topographic variables (C5) with Random Forest achieved the highest performance, with Kappa values up to 0.882 and detection accuracy above 95%. The latter, indicating superior capability for detecting land cover changes. Landscape metrics were also calculated using six indicators (NP,LPI, AREA_MN,SHAPE_MN,FRAC_MN,ENN_MN). Between 2002 and 2019, forest cover decreased by 4.05%, from 77.42% to 73.37%, reflecting quantifiable landscape transformation during the study period. The results demonstrate that open-source remote sensing data and software are useful and reliable to study land cover dynamics, while reducing processing costs, time, and resource demands. This cost-efficiency is particularly relevant in the Global South, where technological and budgetary constraints often limit effective monitoring of landscape change and informed conservation decision-making.

Espécies citadas

• Alouatta seniculus · guariba vermelha
  ?

  Nomes populares variam entre regiões e uma mesma palavra pode designar espécies diferentes. Confira sempre o nome científico: Alouatta seniculus.