Mapas coincidentes de cambio de cubierta terrestre, uso del suelo y condición forestal en Estados Unidos, 1985-presente

Por qué importa observar el paisaje

En todo Estados Unidos, los bosques se incendian y vuelven a crecer, las ciudades se expanden, las explotaciones agrícolas cambian de cultivo y los lagos se ensanchan o encogen. Sin embargo, desde arriba muchas de estas historias tan diferentes pueden parecer sorprendentemente similares: un parche de árboles es un parche de árboles, ya sea una masa forestal manejada para madera, un parque urbano o un bosque salvaje. Este artículo presenta el Sistema de Monitoreo de Cambio del Paisaje (LCMS), un esfuerzo de cartografía a escala nacional que desentraña no solo lo que hay en el suelo (cubierta terrestre), sino cómo la gente lo utiliza (uso del suelo) y cómo la vegetación cambia con el tiempo. Para quien se preocupe por el clima, la fauna, el agua o el crecimiento urbano, LCMS ofrece una forma potente de ver cómo han evolucionado los paisajes de Estados Unidos desde 1985 hasta la actualidad.

Ver más que solo verde y gris

Los mapas satelitales tradicionales suelen describir la tierra usando categorías visuales amplias—bosque, cultivo, agua, pavimento. LCMS parte de una distinción simple pero importante: el dosel verde que vemos (cubierta terrestre) no es lo mismo que el propósito que asignamos a un lugar (uso del suelo). Un bosque que se aclara temporalmente por la cosecha pero se deja regenerar tiene un impacto a largo plazo muy distinto al de un bosque talado de forma permanente para urbanización o una autopista, aunque ambos puedan parecer inicialmente como pérdida de árboles desde el espacio. Por ello, LCMS produce tres productos cartográficos coordinados a resolución de 30 metros para casi todas las tierras de EE. UU.: cubierta terrestre anual, uso del suelo anual y un registro separado de perturbación y recuperación de la vegetación. Esta visión tripartita permite a los usuarios distinguir si un cambio dado es una cicatriz pasajera en un bosque de trabajo, una transición de pastizal a nuevo arbolado, o una conversión duradera de tierras agrícolas en suburbios.

Convertir décadas de imágenes en historias coherentes

Para construir estos mapas, los autores se apoyan en un vasto archivo de imágenes satelitales del programa Landsat, al que se han sumado más recientemente los satélites Sentinel‑2 de Europa. En lugar de analizar cada año aisladamente, LCMS ajusta curvas matemáticas a la serie temporal completa de imágenes para cada píxel, empleando dos algoritmos complementarios conocidos como LandTrendr y CCDC. Uno está afinado para detectar rupturas súbitas en tendencias de largo plazo, como un incendio o una corta a claro; el otro se centra en patrones dentro de cada estación de crecimiento, como el ritmo estacional distintivo de cultivos o pastizales. Al combinar ambos, LCMS puede distinguir mejor el cambio real y duradero del ruido de corta duración como nubes, nieve o variaciones climáticas interanuales. También se incorpora información del terreno como elevación y pendiente, lo que ayuda a separar, por ejemplo, roca de alta montaña de pavimento en tierras bajas.

Verificación en terreno mediante miles de puntos de muestreo

Incluso los mejores algoritmos necesitan ejemplos fiables para aprender. LCMS se basa en más de 13.000 ubicaciones de referencia cuidadosamente interpretadas en la parte continental de EE. UU., el sureste de Alaska, Hawái, Puerto Rico y las Islas Vírgenes de EE. UU. Con una herramienta llamada TimeSync, los analistas recorren décadas de imágenes satelitales y fotografías aéreas de alta resolución en cada punto, asignando, año por año, cuál es la cubierta terrestre, cómo se usa y qué tipo de cambio—incendio, cosecha, daños por tormenta o declive lento—ha sufrido. Dado que algunas situaciones importantes, como la pérdida forestal o las superficies urbanas impermeables, son relativamente raras, el equipo sobrerrepresenta deliberadamente estas categorías para asegurar que los modelos las aprendan bien. Luego se entrenan modelos de aprendizaje automático de tipo random forest por separado para cambio, cubierta terrestre y uso del suelo, y su rendimiento se evalúa con técnicas rigurosas de validación cruzada que tienen en cuenta el diseño de muestreo.

Lo que revelan los nuevos mapas

Con mapas anuales desde 1985 en adelante, LCMS puede trazar las historias de cambios ambientales bien conocidas. En torno al Gran Lago Salado de Utah, captura el dramático retroceso de las orillas durante años de sequía recientes, mostrando la disminución de la cobertura de agua hasta planicies áridas mientras el uso del suelo sigue categorizado como “otro”, lo que refleja que el pastoreo o el desarrollo nuevo se rezagan respecto al lecho expuesto. A lo largo de la costa del golfo de Florida, LCMS destaca la franja de bosque derribado por el huracán Michael en 2018 como un estallido de pérdida rápida de vegetación seguido de una recuperación gradual, mientras que el uso subyacente del suelo permanece mayormente forestal. En la Front Range de Colorado, separa la declinación lenta de los árboles por escarabajos de la corteza de las cicatrices abruptas de incendios forestales importantes, y muestra dónde la vegetación comienza a recuperarse. En estos ejemplos aparece un patrón recurrente: la cubierta terrestre puede cambiar rápidamente entre árboles, arbustos y hierbas tras una perturbación, pero el uso del suelo puede mantenerse estable durante años.

De los mapas a mejores decisiones

Para gestores forestales y responsables de políticas, el beneficio más práctico de LCMS son estimaciones más precisas de cuánto terreno se gestiona realmente como bosque, no solo dónde hay árboles. Cuando los autores combinan los mapas de uso del suelo de LCMS con la red de parcelas de campo de larga trayectoria del Servicio Forestal de EE. UU., encuentran que las estimaciones estadísticas del área forestal se vuelven aproximadamente tres veces más precisas que usando solo parcelas a escalas regionales. Eso significa que las agencias pueden seguir tendencias y evaluar políticas con menos visitas de campo y mayor confianza. Más ampliamente, LCMS proporciona datos abiertos, actualizados anualmente, y herramientas en línea que permiten a los usuarios animar los cambios, resumir condiciones por condado o bosque y diseñar sus propios análisis. Al separar claramente cómo luce la tierra, cómo la usa la gente y cómo responde la vegetación, este sistema ofrece una ventana más nítida al paisaje estadounidense cambiante y una base más sólida para mantenerlo sano.

Cita: Housman, I.W., Healey, S.P., Heyer, J. et al. Coincident maps of changing land cover, land use, and forest condition in the United States, 1985-present. Sci Data 13, 575 (2026). https://doi.org/10.1038/s41597-026-06743-0

Palabras clave: cambio de cubierta terrestre, mapificación del uso del suelo, teledetección, monitoreo forestal, series temporales satelitales