Los manglares son sitios de difícil acceso y extensión. Aunque siempre es necesario contar con puntos de verificación, una solución efectiva para su monitoreo aéreo por drones (un pequeño vehículo no tripulado que navega de forma autónoma. El nombre viene del sonido asociado al zumbido de un zángano o drone en inglés). El dron se programa para volar un área de interés a la altitud requerida, obteniendo imágenes de alta resolución. Una vez obtenidas estas imágenes, se procesan con un software que las une en una sola imagen georreferenciada (Zimudzi et al., 2018).

Las imágenes georreferenciadas son una excelente herramienta para estrategias de conservación de los manglares, cuando es necesario realizar un seguimiento continuo. Por ejemplo, el uso de cámaras instaladas en un dron sirven para evaluar los cambios en cobertura de los bosques y su estado de conservación. Junto con la verificación de campo, la información permite conocer con mayor detalle la composición de especies y otros temas relacionados con su salud y fragmentación (Velázquez-Salazar et al., 2021; Zimudzi et al., 2018)

Recientemente con el uso de drones y el análisis por percepción remota se ha estudiado la dinámica de los manglares después del impacto de un huracán, desarrollando técnicas y herramientas para la clasificación y el aprendizaje automático de grupos de píxeles (Serrano-Rubio et al., 2021). Una de estas técnicas es la segmentación de imágenes mediante el algoritmo SLIC (Agrupación Iterativa Lineal Simple). El algoritmo SLIC usa la información, agrupa la información de los píxeles de acuerdo al color y las propiedades espaciales de una imagen, mejorando la resolución de la imagen (Zimudzi et al., 2018). Las técnicas de visualización computacional de las imágenes obtenidas por drones forman parte de un área de investigación en pleno desarrollo (Serrano-Rubio et al., 2021).

Por su distribución geográfica, los manglares están expuestos a huracanes y nortes, con vientos a muy altas velocidades, marejadas y lluvias extremas (Bashan et al., 2013). Los efectos inmediatos en los manglares pueden ser la defoliación, la caída de árboles y la erosión del suelo e incluso pueden tener efectos a gran escala, como la pérdida de extensas área del humedal (Feher et al., 2019). Por ejemplo, en Honduras en 1998, el Huracán Mitch (Categoría 4) provocó la defoliación del 100% del dosel de los manglares (Cahoon et al., 2003), el huracán Dean (Categoría 5) entró en el poblado de Majahual en Quintana Roo, causando en los manglares una defoliación del 100%; sin embargo, la mortalidad del mangle rojo, Rhizophora mangle fue menor al 2% (Islebe et al., 2009)

En el manglar del estero de Jácome realizamos el monitoreo mensual de la hidrología y de condiciones biogeoquímicas y también el monitoreo anual de la estructura y composición del manglar formado por mangle negro (Avicennia germinans), mangle blanco (Laguncularia racemosa) y mangle rojo (Rhizophora mangle), con árboles de más de 10 m de altura.

Como parte del seguimiento periódico que se lleva en este manglar el 18 de agosto de 2021 tomamos fotografías aéreas de la cobertura vegetal en 9 hectáreas de manglar y tres de humedal (espartal – tular) contiguas a la Terminal Internacional de Fluidos de Tuxpan .

El 19 de agosto 2021,el Huracán Grace alcanzó la categoría 1 en la escala de Saffir-Simpson al tocar tierra en Tulum, Quintana Roo y siguió desplazándose a través del Golfo de México hasta tocar tierra como huracán de categoría 3 el 21 de agosto a 20 km al noroeste de Tecolutla y al sur-sureste de Tuxpan, Veracruz. Esta vez, se alcanzaron vientos máximos sostenidos de 205 km/h y rachas de 240 km/h, al tiempo que sus bandas nubosas ocasionaban lluvias con acumulados importantes (CONAGUA, 2021).

El siguiente vuelo del dron lo realizamos el 24 noviembre 2021, exactamente en la misma dirección de ruta. Esta estrategia facilita la comparación temporal entre mosaicos de imágenes tomados en fechas diferentes. Al comparar las imágenes de antes y después del huracán Grace nos permitió detectar 211 claros de un área promedio 83 m2, dando un área total de 17,480.36 m2 dentro de la zona de manglar, equivalente entre 10 y 15% de la cobertura del manglar. Seguiremos con el monitoreo de las comunidades de manglar y otros humedales a través de las fotografías de dron para así documentar la recuperación natural de las zonas dañadas y estimar la fragilidad y resiliencia de estos manglares.

Bibliografía

Bashan, Y., Moreno, M., Salazar, B. G., & Alvarez, L. (2013). Restoration and recovery of hurricane-damaged mangroves using the knickpoint retreat effect and tides as dredging tools. Journal of Environmental Management, 116, 196–203. https://doi.org/10.1016/j.jenvman.2012.11.045

Cahoon, D. R., Hensel, P., Rybczyk, J., McKee, K. L., Proffitt, C. E., & Perez, B. C. (2003). Mass tree mortality leads to mangrove peat collapse at Bay Islands, Honduras after Hurricane Mitch. Journal of Ecology, 91(6), 1093–1105. https://doi.org/10.1046/j.1365-2745.2003.00841.x

CONAGUA. (2021). Resumen de la temporada de ciclones tropicales del año 2021.

Feher, L. C., Osland, M. J., Anderson, G. H., Vervaeke, W. C., Krauss, K. W., Whelan, K. R. T., … Cahoon, D. R. (2019). The Long-Term Effects of Hurricanes Wilma and Irma on Soil Elevation Change in Everglades Mangrove Forests. Ecosystems, (September). https://doi.org/10.1007/s10021-019-00446-x

Islebe, G. A., Torrescano-Valle, N., Valdéz-Hernández, M., Tuz-Novelo, M., & Weissenberger, H. (2009). Efectos del impacto del huracán Dean en la vegetación del sureste de Quintana Roo, México. Foresta Veracruzana, 11(1), 1–6.

Serrano-Rubio, J. P., Ruiz, M. D. M., & Vidal-Espitia, U. (2021). Integrating remote sensing and image processing to test for disturbance effects in a post-hurricane mangrove ecosystem. Signal, Image and Video Processing, 15(2), 351–359. https://doi.org/10.1007/s11760-020-01754-9

Velázquez-Salazar, S. Rodríguez-Zúñiga, M.T. Alcántara-Maya, J. A., Villeda-Chávez, E., Valderrama-Landeros, L. Troche-Souza, C., Vázquez-Balderas, B., Pérez-Espinosa, I., Cruz-López, M. I., … Muñoa-Coutiño, J. H. (2021). Manglares de México. Actualización y análisis de los datos 2020.

Zimudzi, E., Sanders, I., Rollings, N., & Omlin, C. (2018). Segmenting mangrove ecosystems drone images using SLIC superpixels. Geocarto International, 34(14), 1648–1662. https://doi.org/10.1080/10106049.2018.1497093