Individualización de copas en encinares (Quercus ilex l.) mediante el empleo de técnicas de segmentación de imágenes y clasificación por objetos

Abstract

A la hora de caracterizar una masa forestal, se hace imprescindible conocer la densidad, lo que puede hacerse a través de la individualización de las copas de cada árbol o pie. En el presente artículo se muestra el flujo de trabajo desarrollado para la individualización de copas en encinares mediante el empleo de técnicas de segmentación y clasificación basada en objetos (OBIA), analizando su efectividad en cuatro formaciones caracterizadas por alta/baja densidad y presencia/ausencia de estrato arbustivo. Para ello se combinaron los productos del Plan Nacional de Ortofotografía Aérea correspondientes a ortofotografía NIR y primera cobertura lidar. El estudio se llevó a cabo en cuatro áreas de entre 23.20 y 50.09 ha localizadas en la hoja Calañas-Huelva H50-0959, cada una de ellas representativa de una formación. Como entrada en el proceso de segmentación se emplearon las cuatro bandas espectrales de la ortofotografía NIR y un modelo digital de vegetación (MDV) obtenido mediante la nube de puntos lidar. El flujo de segmentación se desarrolló de forma iterativa mediante el software eCognition Developer. Se realizaron sucesivas segmentaciones y clasificaciones de objeto, de tal manera que los objetos que cumplieron una serie de criterios mínimos de individualización salieron del flujo y quedaron caracterizados como individuos. Los resultados de la metodología propuesta mostraron una alta capacidad de individualización de copas de entre el 81.23 % y el 96.86 % de acierto según el tipo de masa estudiado, posibilitando la individualización en encinares con tangencia de copas y adyacentes a matorral.

When characterising a forest cover, it is of utmost importance to know its density, which can be done through the crown individualisation of each tree or foot. The present article shows the work flow developed for crown individualisation in holm oaks by means of segmentation and classification by objects techniques (OBIA), analysing its effectiveness in four forest formations characterised by high/low density and presence/absence of shrub stratum. For this, we combined the products of “Plan Nacional de Ortofotografía Aérea” relating to NIR orthophotography and first coverage lidar data. The study was conducted in four areas between 23.20 and 50.09 ha within the map sheet Calañas-Huelva H50-0959, each representing a formation. As input in the segmentation process, we employed the four spectrum bands of the orthophotography and a digital vegetation model (DVM) obtained by the cloud lidar point. The segmentation flow was iteratively run through the eCognition Developer software. We performed successive segmentations and object classifications, in such a way that the objects which met a series of minimum requirements of individualisation got out of the flow and remained characterized as individual objects. The results of the proposed methodology showed a high capacity for crown individualisation, between 81.23 % and 96.86 % of success rate depending upon the type of formation studied, enabling the individualisation in holm oaks with crown tangent and adjacent to shrub.