Caracterización de los sistemas duranes costeros del Atlántico SW de España mediante un método semi-supervisado a partir de compuestos de Sentinel-2
DOI:
https://doi.org/10.17398/3101-7177.2.202Palabras clave:
Sentinel-2, NDVI, segmentación, Random ForestResumen
Se presenta una metodología orientada al estudio y la monitorización de dunas costeras mediante el uso de imágenes de alta resolución de Sentinel-2 y algoritmos de machine learning. Se ha desarrollado una metodología de clasificación orientada a objetos semi-supervisada (en lugar del enfoque tradicional basado en píxeles) que integra el contexto espacial de la vegetación y sus relaciones al agrupar píxeles homogéneos. El uso de un algoritmo optimizado de Multiresolution Segmentation (MRS), junto con variables de textura e índices de vegetación estacionales (NDVI), permitió una representación más fiel de la estructura del ecosistema. El flujo de trabajo combina el etiquetado automático mediante K-means junto con la optimización del entrenamiento del algoritmo Random Forest a partir de diferentes subconjuntos de datos, mejorando la representatividad de las muestras y la replicabilidad del proceso. Aplicado a las dunas costeras de la costa atlántica andaluza, el modelo mostró una alta capacidad para discriminar las distintas clases de vegetación, consolidándose como una herramienta eficaz para el monitoreo ambiental y la toma de decisiones en entornos costeros dinámicos.
Descargas
Referencias
Agrillo, E. et al. (2023). Modeling approach for coastal dune habitat detection on coastal ecosystems combining very high-resolution UAV imagery and field survey. Remote Sens. Ecol. Conserv., 9(2), 251-267. https://doi.org/10.1002/rse2.308
Baatz, M., & Schäpe, A. (2000). Multiresolution Segmentation: an optimization approach for high quality multi-scale image segmentation. In: Strobl, J. et al. (eds.): Angew. Geogr. Inf. XII. Wichmann, Heidelberg, pp. 12-23.
Breiman, L. (2001). Random Forests. Mach. Learn, 45(1), 5-32. https://doi.org/10.1023/A:1010933404324
Chytrý, M. et al. (2020). EUNIS Habitat Classification: Expert system, characteristic species combinations and distribution maps of European habitats. Appl. Veg. Sci., 23(4), 648–675. https://doi.org/10.1111/avsc.12519
Chen, Z. & Xia, S. (2009). K-means Clustering Algorithm with Improved Initial Center. 2nd Int. Workshop Knowl. Discov. Data Min.
Drăguţ, L. et al. (2014). Automated parameterisation for multi-scale image segmentation on multiple layers. ISPRS J. Photogramm. Remote Sens., 88, 119-127. https://doi.org/https://doi.org/10.1016/j.isprsjprs.2013.11.018
Gracia-Romero, L. et al. (2019). Biogeomorphological processes in an arid transgressive dunefield as indicators of human impact by urbanization. Sci. Total Environ., 650, 73-86. https://doi.org/10.1016/j.scitotenv.2018.08.429
Guisado-Pintado, E., & Malvárez García, G. C. (2015). El estado morfodinámico de las playas a través de modelización numérica de propagación y asomeramiento del oleaje: el frente litoral de Doñana. GeoFocus, 0(15), 163-180. https://geofocus.org/index.php/geofocus/article/view/411
Guisan, A., & Zimmermann, N. E. (2000). Predictive habitat distribution models in ecology. Ecol Modell., 135(2), 147-186. https://doi.org/https://doi.org/10.1016/S0304-3800(00)00354-9
Gupta, S. et al. (2024). Unveiling the Invasion: Advancing Ecological Mapping of Heterotheca Subaxillaris Through Integrated Remote Sensing Techniques with Drones and Satellites. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens., 17, 7193-7211. https://doi.org/10.1109/JSTARS.2024.3374232
Haralick, R. M. et al. (1973). Textural Features for Image Classification. IEEE Trans. Syst. Man Cybern., SMC-3(6), 610-621. https://doi.org/10.1109/TSMC.1973.4309314
Hartigan, J. A., & Wong, M. A. (1979). Algorithm AS 136: A K-Means Clustering Algorithm. J. R. Stat. Soc. Ser. C (Appl. Stat.), 28(1), 100-108. https://doi.org/10.2307/2346830
Hesp, P. (2002). Foredunes and blowouts: initiation, geomorphology and dynamics. Geomorphology, 48(1), 245-268. https://doi.org/https://doi.org/10.1016/S0169-555X(02)00184-8
Jackson, D. W. T. et al. (2019). A global ‘greening’ of coastal dunes: An integrated consequence of climate change? Glob. Planet. Change, 182. https://doi.org/10.1016/j.gloplacha.2019.103026
Muñoz Vallés, S. et al. (2015). Effect of soil characteristics on plant distribution in coastal ecosystems of SW Iberian Peninsula sand spits. Plant Ecol, 216(11), 1551-1570. https://doi.org/10.1007/s11258-015-0537-x
Rodriguez-Galiano, V. F. et al. (2012). An assessment of the effectiveness of a random forest classifier for land-cover classification. ISPRS J. Photogramm. Remote Sens., 67, 93-104. https://doi.org/https://doi.org/10.1016/j.isprsjprs.2011.11.002
Thorndike, R. L. (1953). Who belongs in the family? Psychometrika, 18(4), 267-276. https://doi.org/10.1007/BF02289263
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Diego Lopez-Nieta, Víctor Rodríguez Galiano, Emilia Guisado-Pintado (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Todo el contenido disponible en el Portal de Revistas-UEx se distribuye bajo una licencia Creative Commons: Atribución 4.0 Internacional (CC BY 4.0)
