ANÁLISIS DE LA SINERGIA DE LIDAR CON DMC Y CASI PARA DIFERENCIAR OLIVOS, ALGARROBOS Y ALMENDROS (Using the synergy of LIDAR with Dmc and CASI to differenciate olive, carob and almond trees)

O. Viñas

Description

RESUMEN
Se ha analizado la adecuación de técnicas de teledetección, aplicadas a imágenes de resolución elevada, para diferenciar olivos, algarrobos y almendros. El objetivo es facilitar la actualización del Sistema de Información Geográfica de Parcelas Agrícolas de Catalunya (SIGPAC) establecido por la regulación comunitaria (EC)1782/2003 para la gestión y control de subsidios agrícolas. Sobre la zona de estudio se obtuvieron datos bitemporales con los sensores ópticos multiespectrales DMC (15cm) y CASI (2m)
en una de las campañas también se capturaron datos con lídar (1 punto/m2). En el estudio se hace evidente que el uso combinado de imágenes de alta resolución, ya sea en análisis multitemporal o integrando imágenes de distinto origen, requiere procesos de georreferenciación complejos que tengan presente el modelo de superficie (MDS). El lídar ha permitido individualizar los árboles y extraer diversas variables estructurales, así como mejorar la ortorectificación de las imágenes DMC y CASI. El poder de discriminación de las distintas variables se ha analizado mediante el programa eCognition, confeccionándose 41 proyectos independientes con distintas selecciones de variables (variables lídar, datos CASI, datos DMC, unitemporales y multitemporales, y a distintas resoluciones), utilizando siempre el modelo de altura de los árboles simplificado (MAAS) derivado de lídar como base de la segmentación. Tras una primera clasificación por umbrales de alturas, se han clasificado las copas de los árboles en base a las variables seleccionadas y se ha evaluado su efectividad con tablas de contingencia. Con datos multitemporales de la DMC a 1m de resolución se han conseguido las fiabilidades siguientes: 92,1% en olivos, 76,7% en algarrobos y 100% en almendros.
ABSTRACT
This paper analyzes the suitability of Remote Sensing techniques applied to high resolution imagery to differentiate olive, carob and almond trees in order to facilitate the updating of GIS agricultural land parcel of Catalonia (SIGPAC) established by EU regulation (EC) 1782/2003 for the management and control of agricultural subsidies. Bi-temporal data were obtained for the study area by means of the multispectral optical sensors DMC (15 cm) and CASI (2 m)
lidar data (1 point/m2) was also captured in one of the campaigns. The study evidences that the combined use of high resolution images, either by an approach based on a multi-temporal analysis or by the synergy of images from different sensors, demand sophisticate geo-referencing processes requiring the Digital Surface Model (DMS). Lidar allows individualizing trees, computing some structural variables and, in addition, improving the DMC and CASI image ortorectification. The eCognition software has been used to analyze the discrimination power related to the different variables
a total of 41 experiments or separate projects were tested using different selections of variables (variables lidar, CASI data, DMC data, uni-temporal and multi-temporal, using different pixel resolutions), always using the simplified trees height model (MAAS) derived from lidar as the basis for the segmentation. The effectiveness of tree crown classification using the selected variables and performed over a previous classification established with height thresholds has been evaluated by means of contingence tables. The following reliability results have been obtained with 1 m. resolution DMC multi-temporal data: 92.1% for olive-trees, 76.7% for carob-trees and 100% for almond-trees.

Sujets

• Lidar
• DMC
• CASI
• Fusión
• ECognition
• SIGPAC

Informations

• Publié par: erevistas
• Publié le: 01 janvier 2009
• Nombre de lectures: 28
• Langue: Español
• Poids de l'ouvrage: 10 Mo

Extrait

Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 86-105
Análisis de la sinergia de LÍDAR con Dmc y
c ASI para diferenciar olivos, algarrobos y
almendros
Using the synergy of LIDAR with Dmc and c ASI
to differenciate olive, carob and almond trees
1 1 1 1 2 2O. Viñas , A. Ruiz , V. Palà , E. Soler , A. Domingo y V. Marco
[e-mail]
1 Institut Cartogràfic de Catalunya, Barcelona
2 Departament d’Agricultura, Alimentació i Acció Rural, Barcelona
Recibido el 15 de junio de 2009, aceptado el 03 de noviembre de 2009
ABSTRAc TRESUmEN
This paper analyzes the suitability of RemoteSe ha analizado la adecuación de técnicas de te-
Sensing techniques applied to high resolutionledetección, aplicadas a imágenes de resolución
imagery to differentiate olive, carob and almondelevada, para diferenciar olivos, algarrobos y al-
trees in order to facilitate the updating of GISmendros. El objetivo es facilitar la actualización
agricultural land parcel of Catalonia (SIGPAC)del Sistema de Información Geográfica de Par-
established by EU regulation (EC) 1782/2003 forcelas Agrícolas de Catalunya (SIGPAC) estable-
the management and control of agricultural sub-cido por la regulación comunitaria (EC)
1782/2003 para la gestión y control de subsidios sidies. Bi-temporal data were obtained for the
agrícolas. Sobre la zona de estudio se obtuvie- study area by means of the multispectral optical
ron datos bitemporales con los sensores ópticos sensors DMC (15 cm) and CASI (2 m); lidar data
2multiespectrales DMC (15cm) y CASI (2m); en (1 point/m ) was also captured in one of the cam-
una de las campañas también se capturaron datos paigns. The study evidences that the combined
2con lídar (1 punto/m ). En el estudio se hace evi- use of high resolution images, either by an ap-
dente que el uso combinado de imágenes de alta proach based on a multi-temporal analysis or by
resolución, ya sea en análisis multitemporal o in- the synergy of images from different sensors, de-
tegrando imágenes de distinto origen, requiere mand sophisticate geo-referencing processes re-
procesos de georreferenciación complejos que quiring the Digital Surface Model (DMS). Lidar
tengan presente el modelo de superficie (MDS). allows individualizing trees, computing some
El lídar ha permitido individualizar los árboles y structural variables and, in addition, improving
extraer diversas variables estructurales, así como the DMC and CASI image ortorectification. The
mejorar la ortorectificación de las imágenes eCognition software has been used to analyze the
DMC y CASI. El poder de discriminación de las discrimination power related to the different va-
distintas variables se ha analizado mediante el riables; a total of 41 experiments or separate pro-
programa eCognition, confeccionándose 41 pro- jects were tested using different selections of
yectos independientes con distintas selecciones variables (variables lidar, CASI data, DMC data,
de variables (variables lídar, datos CASI, datos uni-temporal and multi-temporal, using different
DMC, unitemporales y multitemporales, y a dis- pixel resolutions), always using the simplified
tintas resoluciones), utilizando siempre el modelo trees height model (MAAS) derived from lidar
de altura de los árboles simplificado (MAAS) de- as the basis for the segmentation. The effective-
rivado de lídar como base de la segmentación. ness of tree crown classification using the selec-
Tras una primera clasificación por umbrales de
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 86-10586Análisis de la sinergia de LÍDAR con DMC y CASI para diferenciar olivos, algarrobos y almendros
alturas, se han clasificado las copas de los árboles ted variables and performed over a previous clas-
en base a las variables seleccionadas y se ha eva- sification established with height thresholds has
luado su efectividad con tablas de contingencia. been evaluated by means of contingence tables.
Con datos multitemporales de la DMC a 1m de The following reliability results have been obtai-
resolución se han conseguido las fiabilidades si- ned with 1 m. resolution DMC multi-temporal
guientes: 92,1% en olivos, 76,7% en algarrobos y data: 92.1% for olive-trees, 76.7% for carob-trees
100% en almendros. and 100% for almond-trees.
PALABRAS CLAVE: Lídar, DMC, CASI, fusión, KEY WORDS: Lidar, DMC, CASI, fusion, data
integración de datos, inventarios agrícolas, clasi- fusion, agricultural inventory, object-based clas-
ficación orientada a objetos, eCognition, SIG- sification, eCognition, SIGPAC.
PAC.
INTRODUc c IÓN 2008), e incluso, afinar hasta el punto de derivar pro-
ductividades por árbol (Viau, 2005).
Los inventarios agrícolas y forestales tienen un in- En este artículo se resume el estudio desarrollado
terés crucial como base de la gestión de las admi- por el Institut Cartogràfic de Catalunya y el Depar-
nistraciones, por lo que su actualización es obligada. tament d’Agricultura, Alimentació i Acció Rural
Sin embargo, los métodos que tradicionalmente se (DAR) de la Generalitat de Catalunya, con el obje-
usan para su puesta al día: fotointerpretación y cam- tivo de establecer una metodología basada en tele-
pañas de campo resultan muy onerosos por el tiempo detección para facilitar la actualización del SIGPAC
que requieren. Desde hace algunas décadas se vie- necesaria para la gestión y control de determinados
nen utilizando técnicas de teledetección para facili- subsidios agrícolas de la Unión Europea. Concreta-
tar determinadas etapas relacionadas con la mente, el estudio significaba analizar las posibles si-
obtención de datos y para acortar los períodos de ac- nergias entre tres tipos de sensores y valorar distintas
tualización. La aportación de la teledetección puede resoluciones, espectrales y espaciales, para optimi-
ir desde cartografiar las áreas de cambios respecto zar la diferenciación de los árboles de las tres espe-
al período anterior a reconocer las especies presen- cies de estudio: olivos, algarrobos y almendros.
tes mediante procesos de clasificación y cuantificar
su fiabilidad para dirigir los procesos tradicionales, ÁREA DE ESTUDIO
exclusivamente, a las áreas problemáticas (E. Iz-
quierdo et al., 2008). Cuando el elemento de estu- Como área piloto donde efectuar la captura de datos
dio son los árboles, la teledetección puede suponer y realizar las pruebas se seleccionó una zona de 6 x
su individualización, extracción y cuantificación a 6 km, delimitada por las coordenadas siguientes:
partir de técnicas más o menos automáticas de reco- UTMX: 357000-363000, UTMY: 4571000-
nocimiento de formas para extraer las copas (Gou- 4577000. El área, perteneciente a la comarca d’Alt
geon, 1995; Warner et al., 1998; J.D. Falcón et al., Camp, se encuentra a unos 3km al SO de Vila-ro-
2004). En este campo, sin embargo, los métodos dona y a 60km al SO de Barcelona (figura 1) y posee
apoyados en la tecnología lídar son los que aportan importantes extensiones de viña y de árboles fruta-
más soluciones al basarse en datos con información les de secano.
estructural de los elementos, y en los últimos años se
ha extendido enormemente su uso para aislar y deli- DATOS
near los árboles y derivar, directamente, parámetros
de inventario (Holmgren, 2003; Popescu, 2003; El estudio se ha basado en datos capturados por tres
Hyyppä et al., 2001). La utilización conjunta de los tipos de sensores: dos ópticos pasivos (DMC y
sensores ópticos con el lídar permite no sólo la indi- CASI) y un sensor activo lídar. Los datos se obtu-
vidualización de los árboles y el análisis de los pa- vieron en tres campañas de vuelo, efectuadas du-
rámetros estructurales, sino también evitar rante 2007 (tabla 1), con la plataforma Cessna
confusiones entre el estrato arbustivo y el forestal Caravan del Institut Cartogràfic de Catalunya (ICC),
(Tickle, 2001; Viñas et al., 2006) y concentrar el avión que se reformó para la instalación simultánea
posterior análisis espectral en las copas, con lo que de hasta tres sensores.
se facilita la discriminación temática (Arroyo et al.,
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 86-105 87O. Viñas et al.
Figura 1. Localización del área de estudio
Campañas de vuelo
sensor canales 1ª campaña 2ª campaña resolución
DMC 4 17.01.2007 19.07.2007 15 cm (pancro)
CASI 19 13.03.2007 19.07.2007 2 m
2Lídar 17 y 19.01.2007 1 punto/m
Tabla 1. Resumen de las campañas de vuelo y de los sensores utilizados
Datos DMC tura de vuelo de 1500m, dando lugar a un píxel de
15cm en el pancromático, lo cual supone 72cm para
La cámara digital DMC, desarrollada por Z/I el multiespectral. Con la intención de analizar el
(Zeiss/Intergraph) Imaging, es un sensor pasivo del efecto de la resolución, tras fusionar el p