Evaluación y Mapeo de las variedades de arroz en el Parque Natural de la Albufera utilizando la misión satelital Sentinel

Abstract

[ES] El objetivo principal del proyecto es evaluar y mapear las variedades de arroz presentes en el Parque Natural de la Albufera, a través del uso de imágenes satelitales procedente de la misión Sentinel y la plataforma de Google Earth Engine. Para lograr este objetivo, se consideró diferentes índices espectrales (NDVI, MSI, NBR, entre otros) y la retrodispersión de las bandas SAR (Synthetic Aperture Radar). Los datos se utilizaron para diferenciar las variedades y poder hacer una clasificación supervisada. El flujo de trabajo del proyecto se compuso de diferentes etapas, comenzando con el preprocesamiento de la información obtenida de campo en QGIS. A continuación, se importaron estas parcelas en la plataforma de Google Earth Engine para filtrar y delimitar la zona de estudio. Se realizó la conexión con el repositorio satelital Sentinel para obtener las imágenes necesarias (Multiespectral “Sentinel-2” y SAR “Sentinel-1”), y se procedió a filtrar la información de interés para el periodo vegetativo del arroz en la cosecha 2022. Con la información obtenida, se combinaron diferentes bandas espectrales de Sentinel 2, con el fin obtener los índices de vegetación, los cuales permitieron diferenciar el estado fotosintético de las plantas. A partir de las distintas polarizaciones de las bandas SAR de Sentinel 1 se pudo analizar el estado estructural de la vegetación. Los datos obtenidos de ambos satélites resultaron esenciales para la clasificación y diferenciación de las variedades de arroz. Después de obtener los valores de los índices espectrales y de retrodispersión, se realizó un estudio estadístico para determinar la normalidad o no normalidad de los datos, y así decidir si se realizaba un modelo paramétrico o no paramétrico. Para afinar y mejorar el modelo de clasificación supervisada se utilizaron los resultados del análisis estadístico, lo que permitió diferenciar el máximo de variedades de arroz en el área de estudio. Y así, se pudo evaluar el rendimiento de la misión Sentinel para el mapeo del arroz. Los resultados obtenidos pueden permiten a los agricultores tomar decisiones que mejore la productividad del cultivo.

[EN] The main objective of the project is to evaluate and map the rice varieties present in the Albufera Natural Park, through the use of satellite images from the Sentinel mission and the Google Earth Engine platform. To achieve this objective, different spectral indices (NDVI, MSI, NBR, among others) and the backscattering of SAR (Synthetic Aperture Radar) bands were considered. The data were used to differentiate the varieties for supervised classification. The project workflow consisted of different stages, starting with the pre-processing of the information obtained from the field in QGIS. These plots were then imported into the Google Earth Engine platform to filter and delimit the study area. A connection was made with the Sentinel satellite repository to obtain the necessary images (multispectral "Sentinel-2" and SAR "Sentinel-1"), and the information of interest for the rice growing season in the 2022 harvest was filtered. With the information obtained, different Sentinel-2 spectral bands were combined in order to obtain the vegetation indices, which made it possible to differentiate the photosynthetic state of the plants. From the different polarizations of the Sentinel 1 SAR bands, it was possible to analyze the structural state of the vegetation. The data obtained from both satellites were essential for the classification and differentiation of rice varieties. After obtaining the values of the spectral and backscatter indices, a statistical study was carried out to determine the normality or non-normality of the data, to decide whether to perform a parametric or non-parametric model. To refine and improve the supervised classification model, the results of the statistical analysis were used to differentiate the maximum number of rice varieties in the study area. Thus, the performance of the Sentinel mission for rice mapping could be evaluated. The results obtained can enable farmers to make decisions that will improve the productivity of the crop.