Resumen:
|
[ES] En el contexto de la lucha contra incendios, el presente trabajo desarrolla una
metodología que permite la clasificación de la cubierta vegetal en función de su
combustibilidad. La zona escogida para llevar a cabo ...[+]
[ES] En el contexto de la lucha contra incendios, el presente trabajo desarrolla una
metodología que permite la clasificación de la cubierta vegetal en función de su
combustibilidad. La zona escogida para llevar a cabo este estudio ha sido la Devesa del
Saler, localizada en el Parque Natural de la Albufera de Valencia. Los datos empleados
fueron obtenidos desde sensores remotos: imágenes capturadas por el satélite
QuickBird y nubes de puntos adquiridas por el sistema LiDAR montado en un avión.
En primer lugar, fue necesario aplicar un preprocesado a los datos de partida. Por
un lado, se han fusionado por el método de componentes principales las imágenes
pancromáticas y multiespectrales capturadas por el satélite QuickBird. De esta forma,
se obtiene una imagen que combina la elevada resolución espacial del sensor
pancromático con la información espectral de las cuatro bandas del sensor
multiespectral. De la imagen resultante, se ha calculado el Índice Normalizado
Diferencial de Vegetación (NDVI), que ofrece información sobre el estado de la
vegetación según su vigor. Por otro lado, se ha filtrado la nube de puntos LiDAR para
eliminar los outliers y generar los modelos de elevaciones, tanto el modelo digital de
superficie (MDS) como el modelo digital del terreno (MDT). Mediante la diferencia de
ambos, se consigue el modelo digital de superficie normalizado (MDSn), que muestra
las alturas de los objetos que se encuentran sobre la superficie.
Una vez calculados el MDSn y el NDVI, se han definido los respectivos rangos de
valores que permitirán su umbralización. Para el MDSn, se han establecido tres grupos
de vegetación basados en la clasificación que propone el modelo del proyecto europeo
Prometheus: pasto, matorral y arbolado. En cuanto al NDVI, se ha fijado un primer
valor que sirve como frontera, de modo que todos los píxeles con un valor inferior se
considera que no pertenecen a la vegetación. Dado que para los píxeles restantes ya se
tiene la certeza de que pertenecen a la vegetación, se ha fijado un segundo umbral que
los divide dependiendo de si presentan un NDVI alto o bajo.
Para terminar, se han combinado ambos resultados ya umbralizados para obtener el
modelo de combustible, que presenta un total de seis clases diferentes, ya que cada uno
de los tres grupos de vegetación (pasto, matorral y arbolado) se divide en dos (NDVI
alto y NDVI bajo).
[-]
[CA] En el context de la lluita contra incendis, aquest treball proposa una metodologia
que permet la classificació de la coberta vegetal en funció de la seua combustibilitat. La
zona triada per a dur a terme aquest ...[+]
[CA] En el context de la lluita contra incendis, aquest treball proposa una metodologia
que permet la classificació de la coberta vegetal en funció de la seua combustibilitat. La
zona triada per a dur a terme aquest estudi ha sigut la Devesa del Saler, localitzada al
Parc Natural de l'Albufera de València. Les dades empleades van ser obtingudes des de
sensors remots: imatges capturades pel satèl·lit QuickBird i núvols de punts adquirits
pel sistema LiDAR muntat en un avió.
En primer lloc, va ser necessari aplicar un preprocessat a les dades de partida. D'una
banda, s'han fusionat pel mètode de components principals les imatges
pancromàtiques i multiespectrales capturades pel satèl·lit QuickBird. D'aquesta
manera, s'obté una imatge que combina l'elevada resolució espacial del sensor
pancromàtic amb la informació espectral de les quatre bandes del sensor
multiespectral. De la imatge resultant, s'ha calculat l'Índex Normalitzat Diferencial de
Vegetació (NDVI), que ofereix informació sobre l'estat de la vegetació segons el seu
vigor. D'altra banda, s'ha filtrat el núvol de punts LiDAR per a eliminar els outliers i
generar els models d'elevacions, tant el model digital de superfície (MDS) com el model
digital del terreny (MDT). Mitjançant la diferència d'ambdós, s’aconsegueix el model
digital de superfície normalitzat (MDSn), que mostra les alçàries dels objectes que es
troben sobre la superfície.
Una vegada calculats el MDSn i el NDVI, s'han definit els respectius rangs de valors
que permetran la seua llindarització. Per al MDSn, s'han establit tres grups de vegetació
basats en la classificació que proposa el model del projecte europeu Prometheus: past,
matoll i arbratge. Quant al NDVI, s'ha fixat un primer valor que serveix com a frontera,
de manera que tots els píxels amb un valor inferior es considera que no pertanyen a la
vegetació. Com que per a la resta de píxels ja es té la certesa que pertanyen a la
vegetació, s'ha fixat un segon llindar que els divideix depenent de si presenten un NDVI
alt o baix.
Per a acabar, s'han combinat ambdós resultats ja llindaritzats per a obtenir el model
de combustible, que presenta un total de sis classes diferents, ja que cadascú dels tres
grups de vegetació (past, matoll i arbratge) es divideix en dos (NDVI alt i NDVI baix).
[-]
|