Cartografía automática de área quemada a nivel local-regional mediante algoritmos de contexto espacial

Resumen

La presente tesis doctoral se centra en el desarrollo de una metodología automática para la cartografía de áreas quemadas en regiones mediterráneas aplicable a diversas escalas de trabajo mediante el uso de imágenes habituales en la cartografía de áreas quemadas, como TM/ETM+ (media resolución espacial) y MODIS (baja resolución espacial). La metodología propuesta se basa en los denominados algoritmos multi-fase, en la cual la cartografía se obtiene en dos etapas, superando así la problemática de los procesos en un único paso, derivada de la variabilidad que puede mostrar la señal quemada como consecuencia del tipo de incendio que las originó (intensidad del fuego, velocidad de propagación), de las características de la vegetación previas al fuego (biomasa, continuidad horizontal y vertical) y del tiempo transcurrido entre el incendio y la adquisición de la imagen. En la primera fase se identifican las áreas con alta probabilidad de estar quemadas (semillas), intentando minimizar los errores de comisión. En la segunda, a partir de las semillas identificadas, se aplican criterios contextuales menos severos que completan los perímetros disminuyendo los errores de omisión. La primera fase de estos algoritmos ha mostrado ser mucho más importante que la segunda, pues los incendios no identificados no pueden ser cartografiados; a su vez, los falsos incendios pueden provocar perímetros erróneos dependiendo de los criterios de similitud empleados en la segunda fase. Las reglas para abordar la primera fase se han obtenido desarrollando árboles de clasificación, y han denotado la importancia de disponer de dos bandas en el SWIR para la identificación automática precisa de las áreas quemadas. Las reglas propuestas en imágenes TM/ETM+ para identificar las áreas quemadas se han basado en los índices BAIM y MIRBI post-incendio, sin que sea necesario introducir datos previos al incendio para identificarlas. En los datos MODIS, sin embargo, la componente temporal ha sido crítica y las reglas seleccionadas se han basado fundamentalmente en la alteración temporal del cambio producido por el fuego en las variables BAIM, NBR y MIRBI, en ventanas de 3, 5 y 7 semanas, respectivamente. La variable que se emplea por los algoritmos de crecimiento de regiones procede de la probabilidad predicha por un modelo de regresión logística multitemporal, que ha mostrado una alta separabilidad estadística entre la categoría quemado y no quemado tanto en imágenes TM/ETM+ como MODIS. Esta alta separabilidad ha propiciado que los diversos algoritmos contextuales ensayados proporcionen resultados similares, aunque finalmente se ha optado por el algoritmo denominado Fijo+bordes, que ha obtenido el mejor acuerdo con los datos de referencia, y a su vez, ha demostrado una alta eficiencia computacional que permite su implementación operativa en un sistema de cartografía de áreas quemadas. Este algoritmo toma en cuenta la variabilidad local entre las áreas no quemadas y quemadas a partir del detector de bordes Sobel, que se utiliza, de forma sinérgica a un valor estático de probabilidad, para detener el crecimiento de regiones que comienzan en las semillas de la primera fase. Los detectores de bordes muestran ser muy interesantes pues evitan el crecimiento de áreas quemadas de años anteriores o áreas no quemadas que presentan un alto valor de probabilidad, debido a que su heterogeneidad espacial propicia un mayor número de bordes. No obstante, omite las áreas quemadas fragmentadas, pues los bordes dificulten el crecimiento de regiones impidiendo llegar al perímetro del incendio. Es por ello que este algoritmo es más eficiente en la medida en que las áreas son más compactas y espectralmente más homogéneas. Los resultados del algoritmo desarrollado han mostrado una elevado acuerdo en 18 áreas de estudio en el ámbito mediterráneo con imágenes TM/ETM+ en comparación con datos de referencia; en cuanto a los datos MODIS, el algoritmo se ha evaluado en tres regiones mediterráneas, alcanzando una alta concordancia con los datos de referencia extraídos a partir de imágenes de mayor resolución espacial. El algoritmos propuesto ha mostrado ser más eficaz que el producto global de la serie de productos MCD45A1 versión 5.