Mostrar el registro sencillo del ítem
dc.contributor.author | González-Guerrero, O. | es_ES |
dc.contributor.author | Pons, X. | es_ES |
dc.coverage.spatial | east=1.5208624; north=41.5911589; name=Catalunya, Espanya | es_ES |
dc.date.accessioned | 2020-06-30T05:48:42Z | |
dc.date.available | 2020-06-30T05:48:42Z | |
dc.date.issued | 2020-06-23 | |
dc.identifier.issn | 1133-0953 | |
dc.identifier.uri | http://hdl.handle.net/10251/147140 | |
dc.description.abstract | [EN] This paper details the process of generating the 2017 Land Use/Land Cover Map of Catalonia (MUCSC) using automatic classification of satellite imagery and auxiliary cartographic and remote sensing data. A total of 60 images (6 dates for each of the 10 tiles covering Catalonia) captured by the Sentininel-2A and Sentinel-2B satellites were used. These images as well as texture variables, terrain models derived from lidar processing, and vegetation and wetness indices were classified using the k-Nearest Neighbor algorithm (kNN) to obtain a map with 25 categories. The categories related to urbanized areas (urban areas, urbanizations and industrial zones/ commercial areas), road infrastructures and burned areas were edited using official cartographic datasets of the Catalan Government [Generalitat]. The results have an overall accuracy greater than 98 %, which was evaluated with a set of more than 8.6 million independent test pixels. This work represents an important milestone in terms of the computational effort it involves due to the territorial extension (32 000 km2), the spatial detail of between 2 and 20 m, the use of up to 58 variables, the relative completeness of the legend and the level of success achieved. The MUCSC 2017, which is part of a 30-year quinquennial series beginning in 1987, can be downloaded in different formats (also in MMZX: new ISO 19165-2) and at resolutions of 10 m and 30 m pixel side from the Ministry of Territory and Sustainability website of the Catalan Government. | es_ES |
dc.description.abstract | [ES] En este artículo se detalla el proceso de generación del Mapa de Usos y Cubiertas del Suelo de Cataluña (MUCSC) 2017 mediante clasificación automática de imágenes de satélite y datos cartográficos y de teledetección auxiliares. Con este propósito se han utilizado un total de 60 imágenes (6 fechas sobre cada una de las 10 teselas que cubren Cataluña) captadas por los satélites 2A y 2B de la constelación Sentinel-2. Estos datos, junto con variables de textura, modelos del terreno derivados del procesado lidar para todo el territorio e índices de vegetación y humedad, han sido clasificados con el algoritmo de inteligencia artificial kNN para obtener un mapa de 25 categorías, de las cuales las referentes a zonas urbanizadas (zonas urbanas, urbanizaciones y zonas industriales y comerciales), vías de comunicación y zonas quemadas han sido editadas utilizando bases cartográficas oficiales de la Generalitat [Gobierno] de Catalunya. Los resultados muestran un acierto global superior al 98 % evaluado mediante un conjunto de más de 8,6 millones de píxeles independientes de test. Este trabajo representa un hito importante tanto por el esfuerzo de cálculo que ha supuesto (extensión territorial de 32.000 km2, detalle espacial de entre 2 y 20 m y uso de hasta 58 variables), como por la relativa completitud de la leyenda y por el nivel de acierto conseguido. El MUCSC 2017, que forma parte de una serie quinquenal de 30 años desde 1987, está disponible para descarga en distintos formatos (también en MMZX: nueva ISO 19165-2) y a resoluciones de 10 m y 30 m de lado de píxel a través de la página web en el Departamento de Territorio y Sostenibilidad de la Generalitat de Catalunya. | es_ES |
dc.description.sponsorship | This study was funded by the Generalitat (Grumets SGR2014-1491) and by the Spanish MCIU through the NEWFORLAND project (RTI2018-099397-B-C21 MCIU/AEI/ERDF, EU). X. Pons is the recipient of an ICREA Academia 2016 -2020 Excellence in Research Grant. | es_ES |
dc.language | Inglés | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.relation.ispartof | Revista de Teledetección | es_ES |
dc.rights | Reconocimiento - No comercial - Compartir igual (by-nc-sa) | es_ES |
dc.subject | Land Use/Land Cover | es_ES |
dc.subject | LULC | es_ES |
dc.subject | Sentinel-2 | es_ES |
dc.subject | Catalonia | es_ES |
dc.subject | Cubiertas y usos del suelo | es_ES |
dc.subject | Cataluña | es_ES |
dc.title | The 2017 Land Use/Land Cover Map of Catalonia based on Sentinel-2 images and auxiliary data | es_ES |
dc.title.alternative | Uso de Sentinel-2 y datos auxiliares para la generación, mediante clasificación de imágenes, del Mapa de Usos y Cubiertas del Suelo de Cataluña 2017 | es_ES |
dc.type | Artículo | es_ES |
dc.identifier.doi | 10.4995/raet.2020.13112 | |
dc.relation.projectID | info:eu-repo/grantAgreement/Generalitat de Catalunya//SGR 2014 1491/ | es_ES |
dc.relation.projectID | info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI2018-099397-B-C21/ES/LOS NUEVOS BOSQUES IBERICOS BAJO EL CAMBIO GLOBAL: UN ENFOQUE MULTIESCALA/ | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.description.bibliographicCitation | González-Guerrero, O.; Pons, X. (2020). The 2017 Land Use/Land Cover Map of Catalonia based on Sentinel-2 images and auxiliary data. Revista de Teledetección. 0(55):81-92. https://doi.org/10.4995/raet.2020.13112 | es_ES |
dc.description.accrualMethod | OJS | es_ES |
dc.relation.publisherversion | https://doi.org/10.4995/raet.2020.13112 | es_ES |
dc.description.upvformatpinicio | 81 | es_ES |
dc.description.upvformatpfin | 92 | es_ES |
dc.type.version | info:eu-repo/semantics/publishedVersion | es_ES |
dc.description.volume | 0 | es_ES |
dc.description.issue | 55 | es_ES |
dc.identifier.eissn | 1988-8740 | |
dc.relation.pasarela | OJS\13112 | es_ES |
dc.contributor.funder | Generalitat de Catalunya | es_ES |
dc.contributor.funder | Ministerio de Ciencia, Innovación y Universidades | es_ES |
dc.contributor.funder | European Commission | es_ES |
dc.contributor.funder | Institució Catalana de Recerca i Estudis Avançats | es_ES |
dc.contributor.funder | Agencia Estatal de Investigación | es_ES |
dc.description.references | Cea, C., Cristóbal, J., Pons, X. 2007. An improved methodology to map snow cover by means of Landsat and MODIS imagery. En: Geoscience and Remote Sensing Symposium, 2007. IGARSS 2007. Barcelona. IEEE International, 4217-4220. DOI https://doi.org/10.1109/IGARSS.2007.4423781 | es_ES |
dc.description.references | Elvidge, C.D., Sutton, P.C., Wagner, T.W., Ryznar, R., Goetz, S.J., Smith, A.J., Jantz, C., Seto, K., Imhoff, M.L., Vogelmann, J., wang, Y.Q., Milesi, C., Nemani, R. 2004. Urbanization. En: Gutman, G. et al. (ed.). Land change science: Observing, monitoring, and understanding trajectories of change on the earth's surface. Dordrecht, Países Bajos: Kluwer Academic Publishers, pp. 315-328. https://doi.org/10.1007/978-1-4020-2562-4_18 | es_ES |
dc.description.references | ESA. 2015. Sentinel-2 User Handbook. Recuperado de https://sentinel.esa.int/documents/247904/685211/ Sentinel-2_User_Handbook Último acceso: 4 de febrero, 2020. | es_ES |
dc.description.references | González-Guerrero, O., Pons-Fernández, X., Bassols- Morey, R., Camps-Fernandez, F.J. 2019. Dinàmica de les superfícies de conreu a Catalunya mitjançant Teledetecció en el període 1987-2012. Quaderns Agraris, 46, 59-91. | es_ES |
dc.description.references | Hansen, M.C., Loveland, T.R. 2012. A review of large area monitoring of land cover change using Landsat data. Remote Sensing of Environment, 122, 66-74. https://doi.org/10.1016/j.rse.2011.08.024 | es_ES |
dc.description.references | ICC. 1992. Mapa d'usos del sòl de Catalunya. Institut Cartogràfic de Catalunya. Barcelona. 118 p. | es_ES |
dc.description.references | ICGC (2017). Datos lidar. Institut Cartogràfic i Geològic de Catalunya. Recuperado de https://www.icgc.cat/ es/Descargas/Elevaciones/Datos-lidar Último acceso: 1 de mayo, 2020. | es_ES |
dc.description.references | Loveland, T.R., Dwyer, J.L. 2012. Landsat: Building a strong future. Remote Sensing of Environment, 122, 22-29. https://doi.org/10.1016/j.rse.2011.09.022 | es_ES |
dc.description.references | Moré, G., Pons, X. 2007. Influencia del número de imágenes en la calidad de la cartografía detallada de vegetación forestal. Revista de Teledetección, 28, 61- 68. Recuperado de http://www.aet.org.es/revistas/ revista28/7-111_More_revisado.pdf Último acceso: 1 de mayo, 2020. | es_ES |
dc.description.references | Padial, M., Vidal-Macua, J.J., Serra, P., Ninyerola, M., Pons, X. 2019. Aplicación de filtros multicriterio basados en NDVI para la extracción de áreas de entrenamiento desde la base de datos SIOSE. Ruiz L.A., Estornell J., Calle A., Antuña-Sánchez J.C. (eds) Teledetección: hacia una visión global del cambio climático, pp. 311-314. ISBN: 978- 84-1320-038-5. Libro de actas XVIII Congreso de la Asociación Española de Teledetección, 24 - 27 Septiembre, Valladolid (Spain). | es_ES |
dc.description.references | Padró, J.C., Pons, X., Aragonés, D., Díaz-Delgado, R., García, D., Bustamante, J., Pesquer, L., Domingo- Marimon, C., González-Guerrero, O., Cristóbal, J., Doktor, D., Lange, M. 2017. Radiometric Correction of Simultaneously Acquired Landsat-7/Landsat-8 and Sentinel-2A Imagery Using Pseudoinvariant Areas (PIA): Contributing to the Landsat Time Series Legacy. Remote Sensing, 9(12), 1319. https://doi.org/10.3390/rs9121319 | es_ES |
dc.description.references | Padró, J.C., Muñoz, F.J., Ávila, L.A., Pesquer, L., Pons, X. 2018. Radiometric Correction of Landsat-8 and Sentinel-2A Scenes Using Drone Imagery in Synergy with Field Spectroradiometry. Remote Sensing, 10(11), 1687. https://doi.org/10.3390/rs10111687 | es_ES |
dc.description.references | Pons, X. 2004. MiraMon. Sistema de Información Geográfica y software de Teledetección. Centre de Recerca Ecològica i Aplicacions Forestals, CREAF. Bellaterra. ISBN: 84-931323-4-9. Recuperado de http://www.miramon.cat/Index_es.htm Último acceso: 1 de mayo, 2020. | es_ES |
dc.description.references | Pons, X., Ninyerola, M. 2008. Mapping a topographic global solar radiation model implemented in a GIS and refined with ground data. International Journal of Climatology, 28(13), 1821-1834. https://doi.org/10.1002/joc.1676 | es_ES |
dc.description.references | Pons, X., Pesquer, L., Cristóbal, J., González- Guerrero, O. 2014. Automatic and improved radiometric correction of Landsat imagery using reference values from MODIS surface reflectance images. International Journal of Applied Earth Observation and Geoinformation, 33, 243-254. https://doi.org/10.1016/j.jag.2014.06.002 | es_ES |
dc.description.references | Pons X., Masó J. 2016. A comprehensive open package format for preservation and distribution of geospatial data and metadata. Computers & Geosciences, 97, 89-97. https://doi.org/10.1016/j.cageo.2016.09.001 | es_ES |
dc.description.references | Townshend, J.R., Masek, J.G., Huang, C., Vermote, E.F., Gao, F., Channan, S., Sexton, J.O., Feng, M., Narasimhan, R., Kim, D., Song, K., Song, D., Song, X. P., Noojipady, P., Tan, B., Hansen, M.C., Li, M., Wolfe, R.E. 2012. Global characterization and monitoring of forest cover using Landsat data: Opportunities and challenges. International Journal of Digital Earth, 5(5), 373-397. https://doi.org/10.1080/17538947.2012.713190 | es_ES |
dc.description.references | Woodcock, C.E., Allen, R., Anderson, M., Belward, A., Bindschadler, R., Cohen, W., Gao, F., Goward, S.N., Helder, D., Helmer, E., Nemani, R., Oreopoulos, L., Schott, J., Thenkabail, P.S., Vermote, E.F., Vogelmann, J., Wulder, M.A., Wynne, R. 2008. Free access to Landsat imagery. Science, 320(5879), 1011. https://doi.org/10.1126/science.320.5879.1011a | es_ES |
dc.description.references | Wulder, M.A., Masek, J.G., Cohen, W.B., Loveland, T.R., Woodcock, C.E. 2012. Opening the archive: How free data has enabled the science and monitoring promise of Landsat. Remote Sensing of Environment, 122, 2-10. https://doi.org/10.1016/j.rse.2012.01.010 | es_ES |