Cartografía de modelos de combustible forestal mediante imágenes de satélite y LiDAR aerotransportado

Abstract

[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 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).