Mapping the evolution of small reservoirs in Brazil from 1984 to 2025 using deep learning

Resumen Técnico: Mapeo de la Evolución de los Pequeños Embalses en Brasil (1984–2025)

Planteamiento del Problema
La investigación hídrica en Brasil ha pasado por alto históricamente la generalizada represa de pequeños arroyos para fines agrícolas, tales como el abastecimiento de agua para el ganado, microcentrales hidroeléctricas a escala de granja, irrigación y acuicultura. Mientras que las grandes represas están bien estudiadas, los pequeños embalses (<1 km²) son ubicuos pero difíciles de mapear. Su pequeño tamaño provoca píxeles mixtos en las imágenes satelitales, y distinguir los embalses artificiales de los lagos naturales, humedales y lagos de herradura sigue siendo un desafío significativo. En consecuencia, la mayoría de los conjuntos de datos regionales y globales excluyen estas características, creando una brecha en la comprensión de los impactos acumulativos de las pequeñas represas de arroyos sobre la temperatura del agua, la conectividad, la biodiversidad, las emisiones de gases de efecto invernadero y las pérdidas de agua por evaporación. Los esfuerzos de mapeo existentes se han visto limitados por la dificultad de la discriminación mediante teledetección y la falta de conjuntos de datos consistentes a largo plazo.

Metodología
Para abordar estos desafíos, los autores desarrollaron un enfoque de aprendizaje profundo para generar mapas anuales de todo el país de los pequeños embalses en Brasil desde 1984 hasta 2025.

• Fuentes de Datos: El estudio utilizó un archivo de 42 años de imágenes Landsat (Landsat 5 ETM, Landsat 7 ETM+, Landsat 8 OLI y Landsat 9 OLI-2). Se generaron compuestos de reflectancia de superficie de valor mediano libres de nubes utilizando Google Earth Engine, incorporando escenas de años adyacentes para minimizar la contaminación por nubes. Las bandas de entrada incluyeron Azul, Verde, Rojo, NIR, SWIR-1 y SWIR-2.
• Datos de Entrenamiento: La verdad de terreno se estableció utilizando un compuesto de Sentinel-2 de 2017 libre de nubes (resolución de 10 m). Los investigadores anotaron manualmente 1,510 teselas (5 km x 5 km), identificando 4,474 embalses. Para mejorar la robustez del modelo, se añadieron 196 teselas adicionales que cubrían llanuras aluviales de ríos y humedales sin embalses para ayudar al modelo a distinguir cuerpos de agua que no son embalses.
• Arquitectura del Modelo: Se entrenó desde cero una Red de Atención Multiescala (MA-Net) con un backbone ResNet-34 para realizar una segmentación semántica binaria. El modelo fue diseñado para delinear las extensiones completas de los embalses sin depender de suposiciones estrictas basadas en reglas.
• Calibración entre Sensores: Para garantizar la consistencia a través de las cuatro generaciones de Landsat, se ajustaron umbrales de predicción binaria independientes para cada sensor. Landsat 8 sirvió como referencia para Landsat 7, que a su vez sirvió como referencia para Landsat 5. Landsat 9 utilizó el mismo umbral que Landsat 8 debido a la similitud entre sensores.
• Inferencia y Post-procesamiento: El modelo se aplicó a todo el territorio brasileño utilizando un enfoque de ventana deslizante. El post-procesamiento implicó el enmascaramiento de píxeles corrompidos por nubes y el filtrado de detecciones que se superponían con cuerpos de agua conocidos (>1 km²) para eliminar falsos positivos de entradas o bahías de lagos mayores.

Resultados Clave

• Crecimiento de los Embalses: El estudio detectó un incremento de casi cuatro veces en el número de pequeños embalses, pasando de 263,913 en 1984 a 996,245 en 2025. El área superficial total se expandió de 3,510 km² a 8,550 km².
• Distribución Espacial: Inicialmente, los embalses se concentraron en los biomas del Pampa, Cerrado, Mata Atlántica y Caatinga. Durante el periodo de estudio, el bioma de la Amazonía experimentó el crecimiento más dramático, con un aumento del 996% en el área de embalses (de 127 km² a 1,390 km²). El Pantanal permaneció relativamente libre de embalses.
• Dinámica Temporal: La tasa de creación de embalses se mantuvo relativamente constante durante cuatro décadas, con picos y mesetas ocasionales. El bioma de la Caatinga mostró una alta variabilidad, con recuentos de embalses que fluctuaron significamente en respuesta a eventos de sequía.
• Desempeño del Modelo: La MA-Net logró una alta precisión en el conjunto de prueba de 2017 retenido. Al comparar años superpuestos entre sensores, Landsat 8 y 9 demostraron una sensibilidad superior a los pequeños embalses en comparación con Landsat 7 y 5, detectando significativamente más embalses (por ejemplo, un 43.8% más que Landsat 7) mientras mantenían estimaciones de área total similares. Esto sugiere que Landsat 8/9 detectó muchos embalses muy pequeños que los sensores anteriores pasaron por alto o fragmentaron.
• Consistencia de los Sensores: A pesar del fallo del Corrector de Línea de Escaneo en Landsat 7 en 2003, el acuerdo entre Landsat 5 y 7 se mantuvo alto. Sin embargo, el estudio señala que las diferencias entre sensores introducen discontinuidades en la serie temporal, particularmente respecto al recuento de embalses, lo que requiere una selección cuidadosa de los sensores según la aplicación específica (por ejemplo, análisis de recuento frente a análisis de área).

Significancia y Reivindicaciones
Los autores afirman que este trabajo proporciona el primer conjunto de datos anual a nivel nacional que representa la evolución de los pequeños embalses durante cuatro décadas. La principal significancia radica en:

1. Llenar un Vacío de Datos: Proporcionar un registro consistente y multidecadal de las pequeñas barreras de arroyos, las cuales son críticas para comprender los impactos hidrológicos de la expansión agrícola en Brasil.
2. Avance Metodológico: Demostrar que la segmentación semántica mediante aprendizaje profundo puede mapear eficazmente pequeños embalses alimentados por arroyos a través de múltiples generaciones de Landsat, superando las limitaciones de los enfoques de dos etapas de clasificación y la anotación manual.
3. Utilidad Científica: Los mapas disponibles públicamente permiten nuevas investigaciones sobre los impactos acumulativos de las pequeñas represas en las emisiones de gases de efecto invernadero, la fragmentación de corrientes, la calidad del agua y la biodiversidad. El conjunto de datos permite el refinamiento de las estimaciones de emisiones y el análisis de los impulsores detrás de la construcción de embalses en relación con la política agrícola, el desarrollo de infraestructura y la variabilidad climática.

El artículo concluye que, si bien el conjunto de datos es robusto, probablemente subestima la extensión total de los embalses debido a las variaciones estacionales (los mapas reflejan los mínimos de la estación seca) y la posible confusión con los embalses dependientes de la lluvia (barraginhas). No obstante, el estudio establece una herramienta fundamental para el monitoreo de los cambios en el agua superficial a pequeña escala en Brasil y ofrece un marco para aplicar métodos similares a la dinámica del agua superficial a nivel global.