Cartografiado de combustibles forestales mediante técnicas de teledetección

  1. Alonso Benito, Alfonso Santos
Dirigée par:
  1. Manuel Arbelo Pérez Directeur
  2. Pedro Alberto Hernández-Leal Co-directeur
  3. Lara A. Arroyo Méndez Co-directeur/trice

Université de défendre: Universidad de La Laguna

Fecha de defensa: 25 novembre 2016

Jury:
  1. Francisco Javier Expósito González President
  2. África Barreto Velasco Secrétaire
  3. J.A. Moreno-Ruiz Rapporteur
Département:
  1. Física

Type: Thèses

Teseo: 441939 DIALNET lock_openRIULL editor

Résumé

Durante los últimos 15 años, el 40% de superficie forestal afectada por los incendios (mayores a 1 ha) ocurridos en España han superado las 500 ha (son los considerados Grandes Incendios Forestales). De esta superficie, casi un 8% se han producido en las Islas Canarias. De las diferentes fases en las que los gestores públicos pueden actuar (antes, durante o después del incendio), el cartografiado de los combustibles forestales es primordial como fuente de alimentación de los programas de simulación de los incendios. Este trabajo de tesis presenta diferentes mapas de combustibles, generados a partir de: (1) imágenes de satélite de alta resolución espacial, como ASTER, (2) imágenes de muy alta resolución especial, como WorldView-2 (WV-2), y (3) de la fusión de imágenes multiespectrales WV-2 con datos LiDAR (Light Detection and Ranging) de baja densidad en una zona representativa de la isla de Tenerife. Sobre imágenes ASTER se aplicaron tres algoritmos orientados al pixel (Máxima Probabilidad, Red Neuronal y Máquina de Vectores de Soporte) y uno orientado a objetos (GEOBIA). La exactitud de las clasificaciones se evaluó teniendo en cuenta los errores por cantidad y por ubicación. De los algoritmos orientados al pixel, el mapa obtenido mediante Máquina de Vectores de Soporte mostró una exactitud global del 83%, con un error por ubicación del 14% y un 3% de error por cantidad. El GEOBIA produjo la mayor exactitud global, un 95%, con un 4% de error por ubicación y un 1% por cantidad. Este resultado mejoró en un 12% al mejor de los algoritmos orientados al pixel. Para el análisis de las imágenes de muy alta resolución espacial (WV-2), se incorporó información contextual, utilizando el algoritmo del vecino más próximo adaptado a la clasificación OBIA. Los resultados obtenidos muestran una exactitud global del 76% y unos errores del 11 y 12% para cantidad y ubicación respectivamente. Finalmente, se evaluó la viabilidad de combinar OBIA y fusión de imágenes WV-2 y datos LiDAR para obtener mapas de combustibles forestales. Se compararon los siguientes métodos de fusión: Image Stack, análisis de componentes principales y fracción del mínimo ruido. La exactitud global de los mapas obtenidos en la fusión variaba entre el 84y el 85%. Los mapas obtenidos a partir de fusión de datos VW-2 y LiDAR alcanzaron una exactitud global significativamente mayor que los generados a partir de la imagen WV-2 sola. La incorporación de la información LiDAR a los GEOBIA permitió mejoras en la exactitud global mayores al 10% en todos los casos. No se encontraron diferencias significativas en la exactitud global de las clasificaciones sobre imágenes fusionadas. Los resultados de este estudio demuestran que el uso combinado de GEOBIA y fusión de datos multiespectrales de alta resolución espacial y LiDAR de baja densidad es adecuado para generar cartografía de combustibles en las Islas Canarias. Este trabajo ha sido financiado por los proyectos CGL2010-22189-C02-01 y CGL2013-48202-C2-1-R del Ministerio de Economía y Competitividad.