Determinación de la mortalidad post-incendio de frailejones usando imágenes captadas por dron y modelos de inteligencia artificial

Abstract

Los páramos andinos, ecosistemas tropicales de alta montaña esenciales para la regulación hídrica, enfrentan crecientes amenazas como los incendios. Su lejanía y difícil acceso dificultan su estudio. Particularmente en Colombia, la respuesta al fuego de los frailejones (Espeletia spp.), especies clave en los páramos, ha sido poco estudiada. Este trabajo implementa un flujo de procesamiento de imágenes multiespectrales VNIR de alta resolución captadas con dron para evaluar la mortalidad de frailejones un año después de un incendio ocurrido en enero de 2024 en el Páramo de Santurbán (Colombia). Se emplearon modelos de detección de objetos de última generación (YOLOv11, RT- DETR) para identificar frailejones en imágenes RGB con precisiones de 90 % para Ground Sampling Distance (GSD)≈1 cm y de 74 % para GSD≈3 cm. A partir de estas detecciones, el modelo Segment Anything Model 2 (SAM2) permitió extraer la información multiespectral correspondiente únicamente a los píxeles de cada roseta. Se propone un método de clasificación no supervisada de individuos vivos y muertos, basado en un umbral estadístico derivado de un Modelo de Mezcla Gaussiana (GMM) aplicado a los valores de NDVI, con exactitudes validadas en campo del 93.5 % (GSD≈1 cm) y 76.3 % (GSD≈3 cm). En 83 ha se detectaron 86,026 frailejones (>20 cm de diámetro), de los cuales entre el 30–40 % (más de 25,000) presentaron mortalidad asociada al fuego. El enfoque propuesto permite evaluar el estado de los frailejones a nivel individual en grandes áreas de páramo, proporcionando una herramienta eficaz para monitorear los efectos del fuego, complementar estudios en campo, entender mejor la resiliencia del ecosistema y orientar estrategias de conservación.