Pasar al contenido principal

Resultados relacionados

Resultados totales (Incluyendo duplicados): 2
Encontrada(s) 1 página(s)

Dipòsit Digital de Documents de la UAB
Publicación Capítulo o parte de un libro (BookPart)

Uso de Modelos Digitales de Alturas para objetivar la cartografía de clasificación de cubiertas del suelo

  • Pons, Xavier|||0000-0002-6924-1641
  • Padial-Iglesias, Mario|||0000-0002-8173-5353
  • González Guerrero, Óscar|||0000-0001-8685-5971
  • Ninyerola i Casals, Miquel|||0000-0002-1101-0453
La utilización de Modelos Digitales de Alturas derivados de datos lidar en los procesos de clasificación automática de imágenes de teledetección destinadas a la generación de cartografía de usos y cubiertas del suelo no es nueva, pero normalmente se ha incorporado como covariable en dichos procesos. Por otra parte, las leyendas en dichos mapas suelen incluir clases como “bosque” (o sus subtipos), “matorral”, y categorías similares. Sin embargo, la concreción exacta de lo que significan semánticamente estas categorías es un terreno que se suele dejar al resultado de la propia clasificación, con lo que se echa en falta la posibilidad de una aproximación más cuantitativa. Dicha aproximación es altamente deseable en un contexto en que cada vez es más valorado el control de la fiabilidad y coherencia durante el propio proceso de generación, más allá de los indicadores generales de calidad que resulten de la verificación de resultados en la última fase. Además, cuando el objetivo último es la obtención de mapas en series temporales que permitan el estudio de dinámicas de cubiertas y/o de sus funcionalidades, este rigor garantiza la eliminación de gran parte del ruido en las trayectorias de cambio consideradas. En este trabajo mostramos los criterios que se han seguido para la generación de los Mapas de Usos y Cubiertas quinquenales en el NE peninsular durante las últimas décadas a partir de datos Landsat y Sentinel-2, y se proporciona una primera cuantificación de los beneficios obtenidos.
Dipòsit Digital de Documents de la UAB
Publicación Capítulo o parte de un libro (BookPart)

Cartografía de la innivación, más allá del NDSI

  • Pons, Xavier|||0000-0002-6924-1641
  • Navarro Planes, Martí|||0009-0009-8174-0505
  • Pesquer Mayos, Lluís|||0000-0002-7396-2468
  • Cea López, Cristina|||0000-0003-0776-6706
  • Gómez-Gener, Lluís|||0000-0003-3279-3589
La cartografía de la cubierta de nieve y su dinámica han constituido aplicaciones típicas de las imágenes de teledetección. La automatización de estas aplicaciones ha sido un objetivo importante por el evidente interés que tiene el conocimiento del manto nival para la hidrología, el funcionamiento de los ecosistemas y el balance energético terrestre. La disponibilidad de sensores espaciales capaces de captar radiación reflejada en el infrarrojo de onda corta a la vez que en el verde fue especialmente importante para definir índices como el de innivación de diferencia normalizada (Normalized Difference Snow Index, NDSI), de cálculo rápido, una característica especialmente importante cuando se propuso. La utilización de umbrales simples y universales para separar superficies cubiertas de nieve de las no nevadas hacían todavía más atractivas estas aproximaciones. Sin embargo, las diferencias entre imágenes, las confusiones con otras cubiertas, etc., han ido llevando, primero, al uso de umbrales distintos y, más tarde a cuestionar si hoy en día está justificada una solución tan simple cuando disponemos de mucha más información espectral y de mucha más capacidad de cálculo. A estos interrogantes se une el hecho de que algunos productos de innivación proporcionados por las grandes agencias espaciales presentan frecuentes errores de omisión y comisión. Este trabajo plantea abandonar la incertidumbre asociada al NDSI y, en su lugar, utilizar aproximaciones más robustas, como las basadas en aprendizaje automático (k-NN) fuertemente multivariante con datos MSI de Sentinel-2. A continuación se explora la obtención de la innivación en días concretos en que se simula no disponer de imágenes MSI pero se modeliza la innivación en base a productos MODIS entrenados con los resultados de MSI y variables geográficas. Los resultados, muy prometedores, nos permiten vislumbrar una vía no solamente para mejorar la cartografía en fechas concretas, sino para generar series temporales coherentes.