Classificació d’imatges de satèl·lit i de dades LiDAR aplicat a l’anàlisi del paisatge d’El Hierro (illes Canàries)

Abstract

La tesi titulada “Classificació d’imatges de satèl·lit i de les dades Lidar aplicat a l’anàlisi del paisatge d’El Hierro”, té per objectiu principal analitzar els canvis de les cobertes del sòl utilitzant diferents satèl·lits i les dades Lidar. Inicialment s’han fet les correccions geomètriques i radiomètriques. Per la primera s’han aplicat les transformacions de polinòmiques de segon i tercer grau. Les correccions radiomètriques han estat de dos tipus: les atmosfèriques i les topogràfiques. El mètode de l’objecte fosc de Chavez (1989) ha estat calculat per la correcció atmosfèrica. En aquest estudi s’han utilitzat dos mètodes de correcció topogràfica: la correcció empiricoestadística de Teillet i la correcció C, la darrera ha afegit un factor que ha ajustat més les reflectàncies a les reals per cada banda. A continuació s’han obtingut mapes de les cobertes de l’illa d’El Hierro amb el classificador per nombre dels veïns més propers (kNN) amb imatges dels satèl·lits: l’SPOT-5 HRG de l’any 2006, el GeoEye-1 (GE-1) de l’any 2011 i el Sentinel-2 MSI (S-2) de l’any 2016. També s’han calculat l’índex de vegetació (NDVI), el Model Digital de l’Altura de la Cobertura Vegetal (MDACV) i els filtres de millora: Sharpen i majority. La tercera part ha estat la comparativa del patró del paisatge utilitzant els índexs, on s’ha observat els canvis produïts a les classificacions de les imatges dels diversos sensors. Els índexs de paisatge calculats han estat: àrea total, densitat de marge, nombre de taques, riquesa de taques, densitat de la riquesa de taques, la mitjana de proximitat i índex de Shannon. Els resultats de la classificació han estat un nivell d’encert del 80% de l’SPOT-5, entre el 78 – 83% el Sentinel-2 i entre 60-75% el GeoEye-1. Segons els índexs de paisatge, la fragmentació ha estat més destacada als mapes del GeoEye-1. La classificació del S-2 ha presentat més nombres de fragments que la classificació de l’SPOT-5 per què hi ha un canvi de la resolució espectral de les dues imatges. Per últim, el MDACV ha mostrat diferències entre els individus de Juniperus turbinata Guss. vells i els joves de 4 metres d’altura. L’estudi del paisatge d’El Hierro a través de la classificació d’imatge de satèl·lit i de les dades Lidar és recomanable amb les imatges Sentinel-2 perquè la resolució espacial de 10 metres i la resolució espectral de la precisió de les bandes del visible i infraroig faciliten s’ajusten més al patró paisatgístic de l’illa.

The thesis "Satellite images and data Lidar classification applied to the analysis of the landscape of El Hierro” its main objective is to analyse the changes in coverings using different satellites and Lidar data. Initially geometric and radiometric corrections have been made. For the first, the transformations of second and third degree polynomials have been applied. Radiometric corrections had been two types: atmospheric and topographic. The dark object’s method has been calculated to atmospheric correction. Two methods of topographic correction have been used in this study: the empirical-statistical correction of Teillet and correction C, the last one adding a factor that has more adjusted the reflections to the real ones for each band. Next, maps of the covers of the island of El Hierro have been obtained with the classifier by number of the nearest neighbours (kNN) with images of the satellites: the SPOT-5 HRG of the year 2006, the GeoEye-1 (GE-1) of the year 2011 and Sentinel-2 MSI (S-2) of the year 2016. The vegetation index (NDVI), the Height of the Vegetal Cover Digital Model (HVCDM) and improvement filters: sharpening and majority. The third part has been the comparison of the landscape model using the changes produced in the classifications of the images of the various sensors. The calculated landscape indices has been: total area, edge density, numbers of patch, richness of patch, density of the richness patch, proximity average and Shannon index. The results of the classification have been overall accuracy of 80% of SPOT-5, between 78 – 83% of Sentinel-2 and 60-75% of GeoEye-1. According to the landscape indices, the fragmentation has been more prominent in the maps of GeoEye-1. The classification of the S-2 has presented more numbers of patch than the SPOT-5 classification because there is a change in the spectral resolution of the two images. Finally, the HVCDM has shown differences between the old and young individuals of Juniperus turbinata Guss. of 4 meters high. The study of the landscape of El Hierro is recommended through the classification of satellite images and the data of LiDAR with the Sentinel-2 images because the precision of the spatial resolution of the visible and infrared bands has been better for representation of the landscape pattern of the island.