Avance de la invasión de Gleditsia triacanthos L. en la Reserva de Biósfera del Parque Pereyra Iraola, Argentina
Análisis geoespacial para el período 2014-2023
DOI:
https://doi.org/10.24215/16699513e172Palabras clave:
acacia negra, área protegida, teledetección, bosque aleatorioResumen
Las especies exóticas invasoras constituyen una de las principales amenazas para la biodiversidad y el funcionamiento de ecosistemas, además de ocasionar pérdidas económicas sobre las actividades agropecuarias. Gleditsia triacanthos L., conocida como “acacia negra”, es una especie arbórea invasora ampliamente distribuida en diversas ecorregiones de Argentina, con especial incidencia en la provincia de Buenos Aires, donde coloniza pastizales, formaciones boscosas nativas, banquinas de caminos rurales y márgenes de cursos de agua. Esta expansión se ve favorecida por el manejo inadecuado de la ganadería extensiva, donde el consumo de frutos por el ganado propicia la dispersión de semillas mediante endozoocoria. Este proceso promueve la degradación del pastizal y la formación de masas forestales impenetrables. En este sentido, se planteó como objetivo analizar la distribución espacio-temporal de la acacia negra en la Reserva de Biósfera Pereyra Iraola (RBPI), cuantificando su expansión entre 2014 y 2023. Para ello, se utilizaron imágenes satelitales Landsat 8 y Sentinel-2, procesadas en la plataforma Google Earth Engine©, mediante una clasificación supervisada con el algoritmo Random Forest. Los resultados evidenciaron que en 2014 la superficie afectada fue de 656 ha, que aumentó se expandió a 1.056 ha en 2023, determinando una tasa de expansión media de 40 ha anuales. Asimismo, se determinó que la ocupación de acacia negra alcanzó cerca del 10 % de la superficie total de la reserva, comprobando un proceso de invasión acelerado y la necesidad de implementar estrategias de manejo y control orientadas a la conservación de los ecosistemas nativos.
INTRODUCCIÓN
Las invasiones biológicas constituyen un conjunto de fenómenos multifactoriales que trascienden las fronteras de la biología y la ecología y, se imbrican en el complejo panorama de la globalización (Packer et al., 2016; Corral Rivera, 2020). En este contexto, la ecología de la invasión estudia todos los componentes y procesos que infieren en la invasión de especies exóticas (Richardson et al., 2000). Las áreas verdes, áreas residenciales, parques periurbanos y basurales son ambientes muy prolíferos para la aparición de especies exóticas invasoras (EEI) pues son hábitats que están sujetos a un fuerte estrés ambiental y modificaciones antrópicas (Constán Nava, 2012). Por ello, uno de los mayores retos de los gestores del territorio es manejar eficazmente estas especies con el fin de preservar la biodiversidad, y disminuir potenciales pérdidas económicas.
En este sentido, es determinante precisar la distribución espacial y los patrones de expansión de estas especies, para dimensionar la gravedad del problema e intentar predecir la futura expansión. El mapeo de la vegetación utilizando técnicas de teledetección permite cubrir grandes áreas y actualizarse en intervalos que se ajusten a las necesidades de manejo. Además, el uso de técnicas para el seguimiento de invasiones de EEI involucra distintas actividades de medición en el terreno.
Un aporte destacado de la teledetección espacial al estudio medioambiental es su capacidad de seguir procesos dinámicos, ya que las imágenes se captan por un sensor satelital que observa la tierra desde una órbita estable y repetitiva (Chuvieco, 1998; Gonzaga Aguilar, 2014). Con relación a ello, la teledetección constituye una herramienta valiosa y determinante para establecer indicadores geoespaciales al momento de evaluar dinámicas en los cambios de usos de suelo y coberturas vegetales. Además, debido a las características multiespectrales y multitemporales de los datos satelitales, resulta posible la diferenciación de tipos de cobertura vegetal (Gonzaga Aguilar, 2014). Como mencionan (Torres y Jiménez, 2009), el estudio sobre la variación espacio temporal de la reflectancia, la radiación solar en las bandas del visible, infrarrojo y los índices de vegetación constituyen enfoques importantes para dar una mirada desde lo geográfico a los problemas relacionados con la evaluación de riesgos de plagas y enfermedades, su incidencia, propagación y severidad, así como apoyo a las actividades de muestreo y seguimiento. Por ello, el uso de estas tecnologías ofrece ventajas y seguimiento a poblaciones de EEI, las cuales pueden dominar en el dosel, codominar con una especie autóctona o bien estar presentes en el sotobosque.
La medida cuantitativa y espacialmente explícita de las invasiones biológicas actúa como un indicador efectivo de la degradación ambiental que es replicable en futuros estudios para evaluar tendencias en el tiempo, considerando el monitoreo continuo por teledetección de estas invasiones (Olivera y Riaño, 2022). La mayoría de los estudios existentes han utilizado imágenes de alta resolución o imágenes hiperespectrales que cubren un área relativamente pequeña, y fueron analizadas en sólo un momento o un período corto de tiempo (Hestir et al., 2008; Gavier-Pizarro et al., 2012). En relación con el rango óptico del espectro lumínico, es importante mencionar que los sensores de teledetección discriminan mejor la especie invasora cuando ésta se encuentra en el dosel, debido a que posee una firma espectral característica y distinta a la de otras especies, y especialmente, cuando es dominante y contribuye mayoritariamente a la radiación total reflejada por la cubierta (Olivera y Riaño, 2022).
Las áreas protegidas no escapan a este fenómeno de invasión por EEI, relacionado con la actividad humana, y se está generalizando como un problema de manejo prioritario. Cada vez son más las unidades de conservación que se encuentran amenazadas por procesos de degradación, y las invasiones biológicas suelen acompañar dichos procesos de deterioro ambiental o incluso ser sus causantes, llegando a eliminar la capacidad de recuperación de los ecosistemas invadidos1. Una de las especies invasoras más extendidas en distintas ecorregiones de Argentina es Gleditsia triacanthos L., “acacia negra”, una leguminosa arbórea originaria de Norteamérica, que se convirtió en invasora en varios países de Sudamérica, Oceanía, África y Europa (Csurhes y Kriticos, 1994; Caballero, 2015). En Argentina fue introducida a fines del siglo XVIII para cercos y como árbol ornamental y, actualmente, invade las Pampas, el Chaco Seco, las Yungas y el Espinal (Fernandez et al., 2017; Ceballos et al., 2020). El ganado favorece su invasión al consumir y dispersar sus vainas, al igual que los disturbios antrópicos que “abren espacios” para su colonización (Ceballos et al., 2020). El estudio de invasiones de árboles exóticos es particularmente importante porque estas invasiones conllevan altos costos ecológicos y económicos (Chaneton et al., 2004; Gavier-Pizarro et al., 2012).
La Reserva de Biósfera Pereyra Iraola (RBPI), ubicada al sur del conurbano bonaerense, Argentina, es un área con presencia de EEI, en particular acacia negra. Fue creada en el año 2007, incorporando al Parque Pereyra Iraola en la red de Reservas de Biosfera de la Humanidad de la UNESCO, con el fin de constituir un ejemplo de nuevos modelos de gestión, de desarrollo productivo sostenible, de investigación, de educación y de conservación para el logro de un mejor entendimiento con el medio ambiente. Luego de la declaración como reserva, se realizó el primer estudio y relevamiento de EEI, publicado en un informe técnico UNESCO, donde se cita por primera vez a la acacia negra en la zona (Galarco, 2009). A pesar de que las observaciones por parte de los actores locales y el personal de la reserva sugieren una expansión continua de la invasión, no existe un registro oficial de la superficie invadida.
Por ello, y ante este vacío de información y ausencia de planes de manejo integral, se planteó como objetivo para este trabajo, evaluar el avance de la acacia negra en la RBPI, mediante un análisis geoespacial, para el período 2014-2023.
ÁREA DE ESTUDIO
La RBPI constituye un espacio singular en la provincia de Buenos Aires, tanto por su localización estratégica en la principal área metropolitana del país, como por la amplitud de su territorio y el destacado valor de su patrimonio natural y cultural. Se extiende entre los partidos de Berazategui, Ensenada, La Plata y Florencio Varela, en la zona costera de la subregión pampa ondulada, en la región pampeana, ocupando 10.248 hectáreas (Figura 1). El clima presenta un régimen subhúmedo-húmedo, con una precipitación media anual de 1.002 mm, predominante en verano. La temperatura extrema en julio es de –9º C y 41, 5º C en enero (período 2001-2010), información relevante al momento de analizar las posibilidades de establecimiento de la especie (Consejo Federal de Inversiones, 2018).
La RBPI presenta una extensa forestación compuesta por más de 130 especies arbóreas, predominantemente exóticas y establecidas mediante sucesivas parquizaciones realizadas bajo la gestión de la familia Pereyra, durante comienzos del siglo pasado. (Morosi et al., 1994), en el estudio del patrimonio del Parque Pereyra, citaron a (Huret, 1911), quien ya mencionaba a las acacias como componente del diseño paisajístico del área de estudio.
METODOLOGÍA
El inicio de la zonificación del área se realizó con el reconocimiento de campo, con la finalidad de conocer e identificar las distintas zonas de uso del suelo de la RBPI, abarcando los ambientes y sectores administrativos de la reserva, y definiendo puntos de entrenamiento y control. En forma conjunta, se analizaron imágenes satelitales disponibles en Google Earth©, para reconocer sectores con presencia de acacia negra. Con esta información se identificaron las siguientes coberturas de suelo:
- Agua: corresponde a cuerpos de agua y zonas inundables.
- Suelo: incluye distintos tipos de pastizales, suelo desnudo y cultivo anuales.
- Acacia negra: zonas con presencia de esta especie.
- Eucalipto: incluye forestaciones en macizo en la RBPI, considerando un sector de 400 ha cedido a una empresa papelera en la década de 1990, y cortinas forestales plantadas durante la parquización del área de estudio a mediados del siglo pasado.
- Vegetación arbórea mixta: comprende distintos bosques, rodales y forestaciones en hilera, de especies mayormente exóticas, incluyendo la regeneración de especies sin manejo silvícola, donde se destaca una gran proporción de Ligustrum lucidum W. T. Aiton (ligustro).
También se detectaron otras coberturas menores que no fueron incluidas en el análisis por considerarlas poco representativas: cultivos bajo cobertura (invernáculos), caminos y edificaciones.
Para generar los mapas de distribución espacio temporal de las coberturas se trabajó con la plataforma de código abierto Google Earth Engine©. Primero, se buscaron y procesaron imágenes satelitales Landsat 8 y Sentinel-2, que cubren la zona de estudio. Para el primer caso, se aplicó un refinamiento pancromático mejorando la resolución espacial de 30 a 15 metros para optimizar la visualización de las coberturas, cuya disponibilidad temporal permitió realizar un análisis los años 2014, 2018, 2021 y 2023. En el caso de las imágenes Sentinel-2, cuentan con una resolución espacial de 10 metros y una disponibilidad temporal a partir de 2018, que permitió evaluar los cambios en la cobertura vegetal durante un período de cinco años, considerando los años 2018, 2021 y 2023. Para el análisis multitemporal, en todos los casos se trabajó con imágenes de verano (finales de diciembre y principios de enero) con nubosidad inferior al 20%. Se optó por procesar con imágenes satelitales de diferente resolución espacial con el propósito de analizar con mayor detalle el avance de la invasión, y corroborar la tendencia observada durante el período de estudio. Para visualizar la acacia negra y diferenciarla del resto de las coberturas, se seleccionó la combinación de bandas espectrales del tipo RGB 4-3-2 (color verdadero). Posteriormente, se aplicó el algoritmo de clasificación supervisada Random Forest (RF) para evaluar la precisión de la clasificación de la cobertura vegetal, con un umbral de probabilidad de 0,5 (50%) para asignar las predicciones a las clases correspondientes.
Se incorporaron 1.190 puntos de entrenamiento en todas las imágenes seleccionadas, considerando para la calibración del modelo RF. Además, se consideraron 510 puntos para la validación del modelo. Esta estrategia permitió asegurar una adecuada evaluación de la precisión de la clasificación realizada, con apoyo en los puntos tomados en las recorridas a campo de reconocimiento de coberturas de suelo. Una vez lograda la clasificación objetivo mediante el valor de precisión, se calcularon las superficies de cada cobertura. La validación de los resultados se realizó con un post-procesamiento aplicando la herramienta “Precisión” en GEE, que consistió en establecer nuevos puntos de entrenamiento y compararlos con los originales. Este procedimiento permitió identificar las coincidencias de píxeles entre la clasificación y determinar la confiabilidad del resultado, a partir de la definición del Índice Kappa (K) y el porcentaje de confiabilidad (PG).
En el entorno de GEE se construyeron matrices de confusión para evaluar la precisión del clasificador de cada categoría, aplicando metodologías ampliamente utilizadas para la validación de este tipo de modelos (Willington et al., 2013; Diéguez Gaviola et al., 2023). Finalmente, se determinó la tasa de invasión (relación entre el área de expansión y el período analizado) a partir de la identificación de las áreas de coberturas de acacia negra, por medio del clasificador RF en GEE, para obtener las métricas de las distintas coberturas y la tasa de invasión anual.
RESULTADOS
Análisis de las coberturas identificadas en la RBPI
En la tabla 1 se observa la evolución espacio temporal de las coberturas identificadas en la RBPI para cada satélite. La superficie ocupada por acacia negra aumentó con ambos satélites. Por otro lado, existieron diferencias entre la evolución de la superficie de ocupación de la clase arbóreo mixto entre 2018-2023, donde para Landsat aumentó y para Sentinel disminuyó. En cuanto a la vegetación representada por eucalipto, ambos satélites coinciden en mostrar un aumento en el período 2018-2021 y una disminución 2021-2023. La clase suelo presentó una variabilidad entre los años analizados con tendencia al aumento hacia 2023, siendo representada por pastizal, agricultura y suelo desnudo. Las zonas inundables y cuerpos de agua disminuyeron hacia el 2023 coincidiendo con una época de sequía en la zona.
En las figuras 2 y 3 muestran la zonificación de las coberturas de suelo definidas con el Landsat 8, y la Figura 4 exhibe para el Sentinel, siendo los resultados de la clasificación de la evolución espacio temporal de las coberturas identificadas en la RBPI agrupadas por período de tiempo. Las figuras no incluyen la cobertura denominada Otras coberturas.
Del análisis de estas figuras, se observó un crecimiento sostenido en cuanto a la superficie de ocupación de la acacia negra, para ambos tipos de imágenes. En Landsat 8, la invasión se incrementó de 655 ha en 2014, a 1.056 ha en 2023, y para Sentinel-2, de 832 ha en 2018, a 1.045 ha en 2023. El avance de la invasión de la acacia negra se concentró sobre la clase suelo, que incluyó principalmente sectores de pastizales, y en la continuidad de planicies de inundación de los arroyos y canales que atraviesan la RBPI.
La cobertura arbóreo mixto presentó un aumento notable hasta 2021, con una posterior estabilización o retracción en 2023 según la clasificación en Sentinel-2. Este cambio podría deberse al crecimiento de parches de bosque, con el cierre de dosel, que antes no alcanzaban el umbral de detección. La caída registrada por Sentinel-2 en 2023 (1.689 a 1.350 ha) se debió muy probablemente la sequía prolongada que se registró en la región (efecto del fenómeno La Niña 2020-2023) que afectaron la respuesta espectral de las especies que componen la cobertura.
En el caso de la cobertura eucalipto, más allá de las diferencias de superficie registradas en la clasificación por los dos satélites, la tendencia es similar, y la caída en superficie para el año 2023 corresponde a cosecha forestal y muerte por incendios. En cuanto a la cobertura suelo, la misma incluyó suelo desnudo, pastizales y cultivos anuales del sector productivo de la RBPI, constituyendo la clase dominante, con una tendencia negativa generalizada desde 2014, que se estabilizó alrededor de las 7.000 ha.
El agua incluyó una superficie relativamente baja, aunque mostró variabilidad en Sentinel-2.
En las Figuras 5 y 6 se detalla la evolución de las superficies de todas las coberturas, discriminando la línea de tendencia para acacia negra, considerando los resultados de cada satélite.
En la tabla 2 presentan los resultados la validación de la metodología aplicada en clasificación. Considerando los índices kappa, en el caso de Landsat 8 los valores presentaron una concordancia entre moderado y considerable. Para Sentinel-2 la concordancia para todos los años es considerable. Los porcentajes de confiablidad en todos los casos alcanzaron valores entre el rango 65-75%.
Análisis incremental de la distribución espacio temporal de la acacia negra
Entre 2014 y 2023 los rodales dominados por acacia negra aumentaron su superficie en la RBPI un 38% (Tabla 3 y Figura 7), determinando una tasa de expansión promedio de 40 hectáreas anuales, ocupando actualmente el 10% de la superficie total de la reserva. Considerando la diferencia en la resolución espacial entre ambos sensores, los análisis se presentaron diferenciando ambos períodos (Tabla 4).
Al inicio de este estudio, en el verano de 2014, las áreas dominadas por acacia negra representaban el 6% de la superficie total de la RBPI (Tabla 2 y Figura 7) y se concentraban principalmente en el sector perimetral de la forestación de eucaliptos ubicada al sur de la reserva, en zonas de pastoreo, en la planicie de inundación del arroyo Pereyra y en sectores cercanos a los canales que desembocan en el Río de la Plata.
Entre 2014 y 2018 se detectó un aumento en la presencia de rodales dispersos en los pastizales de la zona de reserva estricta, localizada entre la autopista Buenos Aires–La Plata y el Río de la Plata. Asimismo, se identificó la invasión dentro del cordón de conchilla, que alberga un ecosistema de talares en las inmediaciones de la base de guardaparques situada entre la autopista y las vías del ferrocarril Roca. La tasa media de invasión para este período se estimó en 33,9 ha.año-1, y alcanzó un 8% de la superficie total de la RBPI para finales de 2018, con un incremento adicional del 2% para el año 2023 (Tabla 3 y Figura 7).
Durante todo el período analizado, se observó un avance sostenido de la acacia negra, especialmente sobre áreas de pastizales y a lo largo de los cursos de agua y planicies de inundación. También se registró una expansión significativa dentro de las forestaciones de eucaliptos, particularmente en sectores ralos donde estos no prosperaron o fueron removidos por intervención humana.
En el caso de la clasificación con Landsat 8, entre 2018 y 2023 la tasa de invasión se estimó en 46 ha.año-1 según, y 36,5 ha.año-1 con Sentinel-2, elevando el área invadida al 10% de la superficie total de la RBPI (Tabla 3 y Figura 8). En particular en 2023, la invasión mostró una intensificación notable, concentrándose en márgenes de arroyos y canales, y colonizando extensivamente sectores de pastizales adyacentes a bosques ya establecidos de acacia negra.
DISCUSIÓN
La presencia e invasión de Gleditsia triacanthos L. en la Reserva de Biósfera Pereyra Iraola (RBPI) se enmarca dentro de un proceso expansivo ampliamente documentado en distintas ecorregiones de Argentina, entre ellas el Chaco Seco, los Bosques Subtropicales de Montaña (Fernandez et al., 2017), los Pastizales Pampeanos (Ghersa y León, 2001) y el Espinal (Bortoluzzi et al., 2008). En la RBPI, la especie evidencia una marcada dinámica de expansión desde su primera mención por Galarco en 2009, consolidándose actualmente como uno de los principales componentes exóticos invasores de la reserva.
El análisis multitemporal de coberturas realizado en este trabajo permitió identificar un incremento sostenido de la invasión, particularmente sobre áreas de pastizales, márgenes de cursos de agua y planicies de inundación. La comparación entre los períodos analizados muestra una tendencia creciente de ocupación espacial, alcanzando aproximadamente el 10% de la superficie de la reserva hacia 2023, con una tasa promedio de expansión cercana a las 40 ha anuales en el área de estudio. Estos resultados coinciden con observaciones previas realizadas por (Ferreras y Galetto, 2010) y (Ferreras et al., 2014), quienes destacaron que G. triacanthos posee atributos ecológicos que favorecen una elevada capacidad invasora, entre ellos una rápida colonización, alta producción de semillas y una eficiente dispersión, aspectos que explicarían su amplia distribución actual en diferentes regiones del país (Chaneton et al., 2004; Ferreras et al., 2014).
La expansión de los rodales de acacia negra en la RBPI responde a la interacción de factores históricos, ecológicos y antrópicos. En primer lugar, la presencia previa de ejemplares introducidos como parte del diseño paisajístico de las antiguas estancias de la familia Pereyra habría constituido el núcleo inicial de propagación. A ello se suma el rol fundamental de la endozoocoria, particularmente asociada al ganado bovino y equino presente históricamente en distintos sectores de la reserva. Los animales consumen las legumbres azucaradas de la especie y facilitan la escarificación de las semillas durante el proceso digestivo, promoviendo posteriormente la emergencia de plántulas mediante el bosteo en áreas no colonizadas. Esta etapa inicial de establecimiento se caracteriza por la formación de importantes bancos de semillas y plántulas (Marco y Páez, 2000), considerados determinantes para el éxito poblacional de la especie (Cannas et al., 2003). Asimismo, los pastizales sometidos históricamente a uso ganadero constituyen ambientes con disturbio permanente por herbivoría, condición que favorece el establecimiento y expansión de la acacia negra.
Otro mecanismo clave en la dinámica invasiva corresponde a la dispersión por hidrocoria. La flotabilidad de las legumbres de la acacia negra permite el transporte de semillas a través de cursos de agua y su posterior establecimiento en márgenes fluviales y planicies de inundación (Caballero, 2015). Estos ambientes riparios presentan una elevada susceptibilidad a las invasiones biológicas debido a la dinámica natural de disturbios generada por inundaciones periódicas, las cuales crean parches de suelo desnudo propicios para el reclutamiento de especies leñosas exóticas (Vilches et al., 2013). En la RBPI, este proceso se intensifica ante disturbios antrópicos asociados a movimientos de suelo, canalizaciones y tareas de mantenimiento hidráulico. Un caso representativo se observó en el arroyo Pereyra, entre el Camino Centenario y el límite sur de la reserva, donde el dragado realizado en 2010 favoreció un incremento significativo de la densidad de invasión. La capacidad competitiva de G. triacanthos en estos ambientes radica en su carácter pionero y heliófilo, prosperando especialmente en sitios perturbados con elevada radiación solar (Vilches et al., 2013), condición frecuente en zonas inundables de la provincia de Buenos Aires. Del mismo modo, se registró la colonización de claros dentro de plantaciones de eucalipto localizadas en el sector sur de la reserva, patrón consistente con el comportamiento observado en su área de distribución nativa, donde actúa como especie de borde y colonizadora de claros del bosque (Blair, 1990).
En relación con el análisis remoto, las discrepancias observadas entre las superficies clasificadas mediante imágenes Landsat 8 y Sentinel-2 pueden atribuirse principalmente a las diferencias en la resolución espacial y espectral de ambos sensores. Mientras que Landsat 8 presenta una resolución espacial de 30 m, cuyo píxel integra la reflectancia promedio de aproximadamente 900 m², Sentinel-2 dispone de píxeles de 10 m que permiten una delimitación más precisa de coberturas fragmentadas, como los rodales de acacia negra. Esta diferencia resulta particularmente relevante en contextos heterogéneos, donde Landsat puede generar subestimaciones o sobreestimaciones del área real invadida. Además, Sentinel-2 incorpora bandas adicionales en el rango VNIR (Visible e Infrarrojo Cercano), optimizando la identificación de características biofísicas y bioquímicas de la vegetación (Hede et al., 2021), lo que se traduce en mayores niveles de exactitud global en las clasificaciones obtenidas.
El monitoreo de la invasión mediante el procesamiento de imágenes satelitales en entorno Google Earth Engine (GEE) demostró ser una herramienta altamente eficaz para el análisis espacio-temporal de la expansión de G. triacanthos en la RBPI. En particular, la aplicación del algoritmo de clasificación supervisada Random Forest (RF) permitió alcanzar elevados niveles de precisión y concordancia. Este algoritmo ha sido ampliamente utilizado en estudios de teledetección y monitoreo de coberturas, como el análisis multitemporal del cultivo de maní realizado por (Bozzer et al., 2020), así como en estudios de deforestación (Espejo Valero, 2016) y detección de especies invasoras (Álvarez, 2020). Diversos autores destacan que RF presenta ventajas respecto de otros clasificadores de aprendizaje automático, como la máquina de vectores de soporte (SVM: Support Vector Machine), debido a su capacidad de generar múltiples árboles de decisión a partir de subconjuntos aleatorios de muestras y variables, minimizando errores de clasificación y evitando la generación de píxeles sin clasificar (Belgiu y Drăguţ, 2016; Poveda-Sotelo et al., 2022). En concordancia con (Sánchez-Pellicer et al., 2017), los resultados obtenidos confirman que RF constituye actualmente uno de los algoritmos más robustos y utilizados en teledetección por su capacidad para integrar información proveniente de distintas fuentes. En todas las combinaciones analizadas se registraron niveles de concordancia al menos aceptables y, particularmente para el período 2018-2023, la fuerza de concordancia fue clasificada como “altamente considerable” según la escala propuesta por (Landis y Koch, 1977). Las menores discrepancias observadas en períodos anteriores se asocian principalmente a las limitaciones inherentes a la resolución espacial de Landsat frente a Sentinel-2.
CONCLUSIÓN
Los resultados obtenidos indican que la expansión de acacia negra en la región es acelerada y continua. Es relevante señalar que las estimaciones presentadas podrían ser conservadoras, debido a las limitaciones metodológicas discutidas en este estudio.
El enfoque metodológico desarrollado, que combina la potencia de la clasificación supervisada y la detección de cambios con la accesibilidad de imágenes satelitales gratuitas de las misiones Landsat y Sentinel, proporciona a los gestores e investigadores, un conjunto de herramientas replicable y de bajo costo, para analizar tanto la distribución espacio-temporal de la acacia negra, a escalas local y regional. La aplicación continúa y la posible adaptación de esta metodología contribuirá significativamente a una toma de decisiones más informada, basada en evidencia científica y, por lo tanto, más eficaz en los esfuerzos de conservación y protección de la biodiversidad dentro de la reserva. Asimismo, con el fin de optimizar el monitoreo y la precisión de la detección temprana, se plantea la necesidad de incorporar en análisis futuros el cálculo y posterior análisis de los índices de vegetación específicos, que permitirán discriminar con mayor rigurosidad la firma fenológica de la acacia negra fortaleciendo así los modelos de clasificación predictiva a escala regional.
Las implicancias ecológicas de esta expansión son significativas, ya que conllevan una pérdida de biodiversidad y alteraciones en la estructura de los ecosistemas, especialmente en la zona de reserva estricta de la RBPI, en el cordón de los talares nativos, así como una reducción en la extensión de los pastizales. En aquellas áreas donde la acacia negra predomina, se ha constatado una disminución considerable en la diversidad vegetal.
Ante este escenario de expansión progresiva de la invasión, resulta prioritario implementar estrategias de manejo integrales, coordinadas y de carácter preventivo orientadas a mitigar la propagación de Gleditsia triacanthos L. en la RBPI. Dichas estrategias deberían contemplar el mantenimiento y la restauración activa de los pastizales nativos, así como el monitoreo sistemático de las cargas ganaderas, las dinámicas de pastoreo y su potencial rol como agente facilitador de dispersión de la especie. Asimismo, se considera relevante evaluar el potencial aprovechamiento sostenible de la acacia negra como recurso forestal y energético, en el marco de esquemas de manejo adaptativo. En este contexto, adquiere especial importancia la implementación de un sistema de monitoreo continuo y de largo plazo que permita registrar la dinámica espacio-temporal de la invasión, evaluar la eficacia de las medidas de control aplicadas y ajustar las estrategias de gestión en función de la evolución del proceso invasivo.
AGRADECIMIENTOS
Agradecimiento al personal, guardaparques y productores de la RBPI por autorizarnos al ingreso al predio y sus aportes sobre la actualidad de la reserva. Al Ingeniero Forestal Alfonso Rodríguez Vagaría por sus comentarios.
Contribución de los autores
Referencias
Notas
Descargas
Referencias
Belgiu, M. y Drăguţ, L. (2016). Random forest in remote sensing: A review of applications and future directions. ISPRS Journal of Photogrammetry and Remote Sensing, 114, 24-31. https://doi.org/10.1016/j.isprsjprs.2016.01.011
Blair, R. (1990). Gleditsia triacanthos. En R. M. Burns y B. H. Honkala (Eds.), Silvics of North America: Vol. 2. Hardwoods (Agriculture Handbook 654) (pp. 358-364). USDA Forest Service.
Bortoluzzi, A., Aceñolaza, P. y Aceñolaza, F. G. (2008). Caracterización ambiental de la cuenca del arroyo Las Conchas, Provincia de Entre Ríos. INSUGEO Miscelánea, 17, 219-230.
Bozzer, C., Gelsleichter Cisneros, J. M., Cunha dos Anjos, L. y Giayetto, O. (2020). Análisis multi-temporal del desplazamiento del cultivo de maní en el área medanosa de Córdoba empleando random forest [ponencia]. XXXV Jornada Nacional del Maní, Instituto Nacional de Tecnología Agropecuaria. General Cabrera, Argentina.
Caballero, N. (2015). Análisis de las invasiones de especies leñosas exóticas en las quebradas del norte de Uruguay. En A. Aber, S. Zerbino, J. F. Porcile, R. Seguí, y R. Balero (Eds.), Especies Exóticas Invasoras Leñosas: Experiencias de Control (pp. 26-30). Comité Nacional de Especies Exóticas Invasoras.
Cannas, S. A., Marco, D. E. y Páez, S. A. (2003). Modelling biological invasions: species traits, species interactions, and habitat heterogeneity. Mathematical Biosciences, 183(1), 93-110. https://doi.org/10.1016/s0025-5564(02)00213-4
Ceballos, S. J., Jimenez, Y. y Fernandez, R. (2020). Estructura de los bosques de Gleditsia triacanthos en función de la edad (valle de La Sala, Tucumán, Argentina). Ecología Austral, 30(2), 251-259. https://doi.org/10.25260/ea.20.30.2.0.1083
Chaneton, E. J., Mazia, N., Machera, M., Uchitel, A. y Ghersa, C. M. (2004). Establishment of Honey Locust (Gleditsia triacanthos) in Burned Pampean Grasslands. Weed Technology, 18, 1325-1329. https://doi.org/10.1614/0890-037x(2004)018[1325:eohlgt]2.0.co;2
Chuvieco, E. (1998). El factor temporal en teledetección: Evolución fenomenológica y análisis de cambios. Teledetección, 10, 1-9.
Consejo Federal de Inversiones. (2018). Actualización y redefinición de cuencas industriales forestales de la provincia de Buenos Aires [Imagen]. En Consejo Federal de Inversiones, Facultad de Ciencias Agrarias y Forestales, Universidad Nacional de La Plata. https://tinyurl.com/5xs4vsam
Constán Nava, S. (2012). Ecología de la especie invasora Ailanthus altissima (Mill.) Swingle: Bases para su control y erradicación en espacios naturales protegidos [Tesis de doctorado, Universidad de Alicante]. https://hdl.handle.net/10045/24861
Corral Rivera, M. (2020). Especies exóticas invasoras: Caso de Ailanthus altissima (Mill.) Swingle en el centro de la península Ibérica [Tesis de doctorado, Universidad Autónoma de Madrid]. http://hdl.handle.net/10486/694901
Csurhes, S. M. y Kriticos, D. (1994). Gleditsia triacanthos L. (Caesalpiniaceae), another thorny, exotic fodder tree gone wild. Plant Protection, 9, 101-105.
Diéguez Gaviola, G., Tengler, E., Van Der Ploeg, A. y Fernando Ortiz, M. (2023). Metodología para la clasificación de cobertura del suelo en Argentina [Ponencia]. XVII Jornadas IDERA: La Pampa, Universidad Nacional de La Pampa. Santa Rosa, Argentina.
Espejo Valero, O. J. (2016). Desarrollo de una metodología para estimación de la deforestación mediante el análisis multitemporal de imágenes multiespectrales en un entorno de análisis basado en objetos geográficos (GEOBIA) [Tesis de maestría, Universidad Distrital Francisco José de Caldas]. http://hdl.handle.net/11349/6515
Fernandez, R. D., Ceballos, S. J., Malizia, A. y Aragón, R. (2017). Gleditsia triacanthos (Fabaceae) in Argentina: a review of its invasion. Australian Journal of Botany, 65(3), 203-213. https://doi.org/10.1071/bt16147
Ferreras, A. E., Funes, G. y Galetto, L. (2014). Evaluación interanual de las estrategias regenerativas de la especie exótica invasora Gleditsia triacanthos en relación a la nativa Acacia aroma en el bosque chaqueño serrano de Córdoba (Argentina). Bosque (Valdivia), 35(2), 155-162. https://doi.org/10.4067/s0717-92002014000200003
Ferreras, A. E. y Galetto, L. (2010). From seed production to seedling establishment: Important steps in an invasive process. Acta Oecologica, 36(2), 211-218. https://doi.org/10.1016/j.actao.2009.12.005
Galarco, S. (2009). Reserva de Biósfera Pereyra Iraola. En E. Schüttler y C. S. Karez (Eds.), Especies exóticas invasora en las reservas de biosfera de América Latina y el Caribe. Un informe técnico para fomentar el intercambio de experiencias ente las reservas de Biosfera y promover el manejo efectivo de las invasiones biológicas (pp. 61-64). UNESCO.
Gavier-Pizarro, G., Kuemmerle, T., Hoyos, L., Stewart, S., Huebner, C., Keuler, N. y Radeloff, V. (2012). Monitoring the invasion of an exotic tree (Ligustrum lucidum) from 1983 to 2006 with Landsat TM/ETM+ satellite data and Support Vector Machines in Córdoba, Argentina. USDA Forest.
Ghersa, C. M. y León, R. (2001). Ecología del paisaje pampeano: Consideraciones para su manejo y conservación. En Z. Naveh y A. S. Lieberman (Eds.), Ecología de paisajes: teorías y aplicaciones (pp. 471-512). Facultad de Agronomía de la UBA.
Gonzaga Aguilar, C. (2014). Aplicación de índices de vegetación derivados de imágenes satelitales Landsat 7 ETM+ y ASTER para la caracterización de la cobertura vegetal en la zona centro de la provincia de Loja, Ecuador [Tesis de maestría, Universidad Nacional de La Plata]. http://sedici.unlp.edu.ar/handle/10915/34487
Hede, A., Syafrizal, S. y Khairo, D. (2021). Comparison of landsat-8 and sentinel-2 imagery for identifying hydrothermal alteration in a vegetated area [Conferencia]. Simposio Internacional sobre Ciencias y Tecnología de la Tierra 2021, Universidad de Kyushu. Fukuoka, Japón.
Hestir, E. L., Khanna, S., Andrew, M. E., Santos, M. J., Viers, J. H., Greenberg, J. A., Rajapakse, S. S. y Ustin, S. L. (2008). Identification of invasive vegetation using hyperspectral remote sensing in the California Delta ecosystem. Remote Sensing of Environment, 112(11), 4034-4047. https://doi.org/10.1016/j.rse.2008.01.022
Huret, J. (1911). De Buenos Aires al Gran Chaco. Editorial E. Fasquelle.
Landis, J. R. y Koch, G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, 33(1), 159-174. https://doi.org/10.2307/2529310
Marco, D. E. y Páez, S. A. (2000). Invasion of Gleditsia triacanthos in Lithraea ternifolia montane forests of central Argentina. Environmental Management, 26(4), 409-419. https://doi.org/10.1007/s002670010098
Morosi, J., Amarilla, B., Vitalone, C., Contin, M., Conti, A. y Molinari, G. (1994). Estudio del patrimonio cultural del Parque Pereyra Iraola: Antecedentes y propuesta metodológica para el relevamiento del patrimonio arquitectónico [informe].
Olivera, J. M. y Riaño, M. E. (2022). Remote sensing of invasive alien woody species in Uruguayan native forests. Agrociencia Uruguay, 26(1), e653. https://doi.org/10.31285/agro.26.653
Packer, J. G., Meyerson, L. A., Richardson, D. M., Brundu, G., Allen, W. J., Bhattarai, G. P., Brix, H., Canavan, S., Castiglione, S., Cicatelli, A., Čuda, J., Cronin, J. T., Eller, F., Guarino, F., Guo, W.-H., Guo, W.-Y., Guo, X., Hierro, J. L., Lambertini, C. y Pyšek, P. (2016). Global networks for invasion science: benefits, challenges and guidelines. Biological Invasions, 19(4), 1081-1096. https://doi.org/10.1007/s10530-016-1302-3
Poveda-Sotelo, Y., Bermúdez-Cella, M. A. y Gil-Leguizamón, P. (2022). Evaluación de métodos de clasificación supervisada para la estimación de cambios espacio-temporales de cobertura en los páramos de Merchán y Telecom, Cordillera Oriental de Colombia. Boletín de Geología, 44(2), 51-72. https://doi.org/10.18273/revbol.v44n2-2022002
Richardson, D. M., Pyšek, P., Rejmánek, M., Barbour, M. G., Panetta, F. D. y West, C. J. (2000). Naturalization and invasion of alien plants: concepts and definitions. Diversity and Distributions, 6(2), 93-107. https://doi.org/10.1046/j.1472-4642.2000.00083.x
Sánchez-Pellicer, T., Martín-Alcón, S., Tomé-Morán, J. L., Navarro, J. A. y Fernández-Landa, A. (2017). Forest CO2: Monitoring of carbon sinks in Pinus halepensis stands in the Region of Murcia. XVII Congreso Asociación Española de Teledetección, Universidad de Valencia. Murcia, España.
Torres, A. L. y Jiménez, A. (2009). Caracterización de firma espectral a partir de sensores remotos para el manejo de sanidad vegetal en el cultivo de palma de aceite. Palmas, 30(3), 63-79.
Vilches, C., Torremorell, A., Debandi, J., Rodríguez Castro, M., Rigacci, L., Zunino, E., Kravetz, S. y Giorgi, A. (2013). Efecto de la invasión de acacia negra (Gleditsia triacanthos L.) sobre arroyos pampeanos [Presentación]. VII Congreso de Ecología y Manejo de Ecosistemas Acuáticos Pampeanos, Universidad Nacional de Río Cuarto. Río Cuarto, Argentina.
Willington, E., Nolasco, M. y Bocco, M. (2013). Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): Comparación de distintos algoritmos sobre imágenes Landsat [Conferencia]. V Congreso Argentino de AgroInformática, Universidad Nacional de Córdoba. Córdoba. http://sedici.unlp.edu.ar/handle/10915/93581
Álvarez, M. P. (2020). Identificación de bosques invadidos por Ligustrum lucidum W.T. Aiton en el centro de Córdoba, mediante datos ópticos y SAR [Tesis de maestría, Universidad Nacional de Córdoba]. http://hdl.handle.net/11086/17549
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Sebastián Pablo Galarco, Camila Anselmino, Fernanda Julia Gaspari
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.
La revista publica los artículos bajo esta licencia desde 2019 (Vol. 118 número 2).
Previo a esta fecha, los artículos se publicaron bajo una licencia Creative Commons Atribución (CC BY)
