Clasificación de cultivos mediante series temporales Sentinel-1: contribución de observables pseudo-polarimétricas

Resumen

La utilización de imágenes radar para la clasificación de cultivos se presenta como una alternativa eficaz a las imágenes ópticas, especialmente en regiones con alta nubosidad. Este estudio evalúa el potencial de series temporales de coeficientes de retrodispersión VH y VV de Sentinel-1 para la clasificación de cultivos en una zona agrícola heterogénea y analiza cómo repercute en la fiabilidad de los resultados la incorporación de distintas observables pseudo-polarimétricas propuestas en la literatura (HV/VV, RVI, DpRVI, DpRBI, DpRSI,  P_(d-l), P_(s-l), P_(r ), Hc , θ_c y mc). Los resultados mostraron que ciertas observables, como DpRVI, Hc y RVI están fuertemente correlacionadas mientras que P_(d-l) y DpRBI aportan información complementaria. Los modelos de Random Forest alcanzaron una fiabilidad global superior al 80 % y valores de F1 similares, con diferencias mínimas respecto al modelo base VH y VV. Ninguna observable pseudo-polarimétrica mejoró la clasificación global. Los principales cultivos de verano y la mayoría de los de invierno, como cebada, trigo y guisante, se clasificaron con alto desempeño (F1 ≥0.9). Sin embargo, los cultivos minoritarios, los permanentes y las mezclas de cultivos se clasificaron peor. En conclusión, las series temporales de coeficiente de retrodispersión de Sentinel-1 en las polarizaciones VV y VH son suficientes para una clasificación robusta y precisa de la mayoría de cultivos. Las observables pseudo-polarimétricas generadas a partir de estas observaciones ofrecen un beneficio limitado para la clasificación de cultivos.