Resumen de Desarrollo integrado de técnicas de análisis de imágenes y datos lidar para la actualización de bases de datos de ocupación del suelo
Las áreas agrícolas y urbanas son entornos de gran importancia sujetos a cambios debido a la actividad humana, por lo que estas regiones constituyen zonas muy dinámicas, siendo la causa principal de cambios en las coberturas y usos del suelo en el territorio. A lo largo de las últimas décadas se han puesto en funcionamiento diferentes programas de observación del territorio con el fin de proveer datos para la detección de cambios y la generación de bases de datos a diferentes niveles (locales, nacionales e internacionales) que contengan información sobre usos y coberturas del suelo de manera fiable y actualizada. Los procesos de actualización de estas bases de datos y de detección de cambios se realizan con un alto grado de intervención humana, ya que están basados principalmente en revisiones de campo y técnicas de fotointerpretación de imágenes aéreas y satelitales, o en su comparación con otras imágenes o bases de datos, siendo estas técnicas lentas, caras y en la mayoría de los casos subjetivas. Mediante el procesado digital de imágenes puede procesarse un mayor número de datos y reducir las tareas manuales en este tipo de metodologías. En esta línea de trabajo es donde se enmarca esta tesis, que pretende contribuir a la automatización de la obtención de información relativa a los usos y coberturas del suelo mediante el análisis de datos proporcionados por los sistemas de observación del territorio, así como a la detección de cambios para la actualización de bases de datos cartográficas existentes.
El objetivo de esta tesis es desarrollar una metodología integrada de procesado digital de imágenes de alta resolución y datos LiDAR, basada en la extracción de características cuantitativas a nivel de objetos y subobjetos para la asignación de un tipo de uso o cobertura del suelo a cada objeto, orientada a la detección de cambios y a la actualización de bases de datos de ocupación del suelo. Los datos empleados son imágenes aéreas y de satélite de alta resolución de fechas diferentes, así como datos LiDAR y la cartografía catastral base en formato vectorial.
Para abordar el problema de la actualización de bases de datos se han empleado técnicas de detección de cambios mediante clasificación directa orientada a objetos. En primer lugar, la cartografía aporta los límites espaciales que delimitan los objetos de estudio, que en este caso se corresponden con las parcelas catastrales. En segundo lugar, se extraen las características descriptivas de las parcelas combinando información de las dos fechas de estudio. Posteriormente se realizan estudios de selección de características con el propósito de reducir el número de variables empleadas además de ver cuáles de ellas proporcionan mayor información sobre los cambios estudiados. Esta información es introducida en el algoritmo clasificador para la asignación de una de las clases de cambio o no cambio, relacionadas con los usos del suelo de las parcelas en las dos fechas estudiadas.
La descripción cuantitativa de cada objeto se hace por medio de un conjunto de características diseñadas específicamente para la descripción de parcelas. Se han extraído y estudiado diferentes tipos de características en función a la información que proporcionan: características espectrales, de textura, de forma, características tridimensionales, características derivadas de funciones geoestadísticas y características de fragmentación. El desarrollo y aplicación de estas características, en especial el carácter temporal que se les otorga mediante la combinación de información de dos fechas, es el núcleo central de esta tesis.
Los diferentes conjuntos de características propuestos en esta tesis: tridimensionales, derivadas de funciones geoestadísticas y características de fragmentación, han sido evaluados mediante ensayos de detección de cambios en cuanto a su utilización y rendimiento en diferentes estratos paisajísticos, como descriptores de diferentes propiedades que definen los cambios entre usos y coberturas del suelo de las parcelas. Por ejemplo, se ha comprobado que las características tridimensionales, extraídas de modelos de diferencias de las alturas de superficie normalizados obtenidos de los datos LiDAR, mejoran los resultados de clasificación de clases de cambio relacionadas con edificios en entornos urbanos y reducen la confusión entre clases que presentan gran variabilidad espectral en estos entornos. Así mismo, las características derivadas de funciones geoestadísticas sintetizan información temporal con respecto a la estructura interna de la parcela, por lo que son buenos indicadores de cambio en parcelas en las que se han producido arranques de cultivos arbóreos o en las que se han cultivado nuevas plantaciones. Además, presentan una gran complementariedad con las características espectrales, combinando la información sobre la estructura interna de la parcela con la respuesta espectral de las coberturas en las parcelas Por último, las características de fragmentación permiten describir los diferentes tipos de coberturas presentes en el interior de las parcelas.
Se han empleado dos métodos de detección de cambios: el método post-clasificación y el método de clasificación directa, siendo este segundo el más extendido entre los ensayos realizados. Estos métodos de detección de cambios permiten comparar información de fechas diferentes mediante la clasificación de imágenes. En el caso de la clasificación directa, admite la integración de información de dos fechas diferentes en una única clasificación. El algoritmo clasificador empleado es el algoritmo de árboles de decisión J48, generando las reglas de clasificación a partir de un conjunto de parcelas de estudio empleadas como parcelas de aprendizaje.
La evaluación de los ensayos de detección de cambios de cada conjunto de características se ha realizado sobre un conjunto de parcelas de evaluación mediante matrices de confusión, tanto de clasificación como de detección de cambios, en las que se calculan las fiabilidades globales, de productor y de usuario, y los porcentajes de coincidencias, cambios, falsos positivos, falsos negativos, de calidad y de detección.
En un último ensayo se emplea un conjunto de características final derivado de los diversos ensayos realizados a lo largo de la tesis. En este ensayo se utilizan características seleccionadas en los ensayos anteriores, así como el uso previo de las parcelas, contenido en la base de datos a actualizar, como una característica adicional, como si de un caso real de actualización de bases de datos se tratase. Se han obtenido valores de fiabilidad global de la clasificación y de la detección de cambios entorno al 94% y al 95% respectivamente. En todos los casos estudiados, la introducción en los métodos de detección de cambios de los conjuntos de características propuestos reduce significativamente el trabajo manual realizado por operadores en forma de combinación de información temporal, procesado de datos y tareas de revisión por fotointerpretación.
