Análisis de fotogramas e imágenes satelitales para la identificación y cuantificación automática de árboles y unidades con significación ecológica en olivares y ecosistemas de dehesa

Abstract

La gestión sostenible e integración de servicios para el manejo de ecosistemas se ha convertido en un factor clave en las últimas décadas, viéndose impulsado gracias a la digitalización. Dentro de los ecosistemas presentes en el sur de España destaca la dehesa, el cual es un ecosistema antrópico complejo típico de algunas zonas de España y Portugal, con un papel clave en la conservación del suelo, la biodiversidad y en la búsqueda del equilibrio entre producción, conservación y servicios ecosistémicos. Por otro lado, el olivar es uno de los cultivos más representativos de la cuenca mediterránea, por su interés cultural, paisajístico y económico. Por ello, es fundamental disponer de herramientas que permitan su caracterización, así como el seguimiento y apoyo a la toma de decisiones para mejorar su sostenibilidad. El objetivo de esta Tesis es el desarrollo de herramientas polivalentes que permitan realizar inventarios agroforestales automatizados, identificando y cuantificando unidades con significancia ecológica, a través de protocolos de análisis de imagen y analítica de datos, con el foco en los ecosistemas de dehesa y olivar. Para alcanzar el objetivo, se desarrolló un prototipo de espacio compartido de datos a través de la integración, preprocesado, limpieza e interpretación de diferentes fuentes de datos abiertas, a partir del cual se crearon sendos almacenes de datos para el ecosistema de la dehesa y el cultivo de olivar, que sirvieron como soporte a las herramientas. En lo referente a la dehesa, los elementos identificados fueron: árboles, grupos de árboles, corredores ecosistémicos, áreas regeneradas y láminas de agua. Para su identificación, se desarrolló un análisis de imagen según el enfoque OBIA (Object-Based Image Analysis). Respecto al olivar, el objetivo fue la caracterización automática de la superficie de olivar de Andalucía, obteniendo información singularizada a nivel de árbol y Fracción de Cabida Cubierta (FCC). Esta investigación también propuso evaluar el NDVI (Índice Diferencial Normalizado de Vegetación) procedente de imágenes de teledetección para estimar la FCC de distintas tipologías de olivares obtenida en la caracterización. Las herramientas propuestas en esta tesis permiten la escalabilidad y generalización en los ecosistemas planteados y en otros cultivos y ecosistemas, ofreciendo la posibilidad de segmentar la superficie ocupada por los árboles y otras unidades ecológicas lo que abre una gran oportunidad para mejorar la construcción de modelos de interpretación de imágenes de satélite.

The sustainable management and integration of services for ecosystem management has become a key factor in recent decades, boosted by digitization. Among the ecosystems present in southern Spain, the dehesa stands out, which is a complex anthropic ecosystem typical of some areas of Spain and Portugal, with a key role in soil conservation, biodiversity and in the search for balance between production, conservation and ecosystem services. On the other hand, the olive grove is one of the most representative crops of the Mediterranean basin, due to its cultural, landscape and economic interest. Therefore, in order to improve its sustainability, it is essential to have tools that allow its characterization, as well as monitoring and supporting for decision making. The objective of this Thesis is the development of multipurpose tools based on a prototype of shared data space that allow automated agroforestry inventories, identifying and quantifying units with ecological significance, through image analysis protocols and data analytics, with a focus on the ecosystems of dehesas and olive groves. To achieve the objective, a prototype of a shared data space was developed through the integration, preprocessing, cleaning and interpretation of different open data sources, from which two data warehouses were created for the ecosystem of the dehesa and the olive grove, which served as support for the tools. Regarding the dehesa, the elements identified were: trees, groups of trees, ecosystem corridors, regenerated areas and sheets of water, for which an image analysis was developed according to the OBIA approach (Object-Based Image Analysis). Regarding the olive grove, the objective was the automatic characterization of the olive grove area in Andalusia, obtaining singularized information at tree and Covered Crown Fraction (FCC). This research also proposed to evaluate the NDVI (Normalized Difference Vegetation Index) from remote sensing images to estimate the FCC of different types of olive groves. The tools proposed in this Thesis allow scalability and generalization in the proposed ecosystems and in other crops and ecosystems, offering the possibility of segmenting the area occupied by trees and other ecological units, which opens a great opportunity to improve the construction of satellite image interpretation models.