Análisis de distintos tipos de coberturas mediante el uso de cámara multiespectral tomadas desde dron en el Valle de Aburrá

Abstract

RESUMEN: El uso de la teledetección, cada vez más común para el análisis y la gestión de los recursos naturales, aún está condicionado, entre varias cosas, a la resolución espacial, espectral y temporal de los datos disponibles. Sin embargo, con la incorporación al mundo civil de los Vehículos Aéreos No Tripulados (VANT) -más conocidos como drones- y el desarrollo continuo de microsensores, se ha abierto la puerta a nuevos avances en esta rama de las ciencias ambientales. Una de las funciones más importantes en la teledetección es la elaboración de mapas de uso y cobertura del suelo, productos que normalmente se crean mediante un proceso denominado clasificación de imágenes. En el presente Trabajo de Grado se evalúa y analiza el desempeño en la identificación de coberturas terrestres a partir de datos de la cámara multiespectral ALTUM de la empresa Micasense, originalmente pensada para labores de agricultura de precisión. Los datos empleados fueron tomados en zonas urbanas y periurbanas del Valle de Aburrá, y proporcionados por el proyecto de ciencia y tecnología del Área Metropolitana del Valle de Aburrá, el Departamento Administrativo de Gestión del Riesgo de Desastres DAGRD y la alcaldía de Medellín, SIATA -Sistema de Alerta Temprana de Medellín y el Valle de Aburrá- En una primera fase de acercamiento a los datos, se identificaron las coberturas de las clases más comunes en las imágenes -y que posteriormente serviría para definir la clases en la clasificación supervisada- y de estas se trazaron polígonos de entrenamiento; luego se encontró el valor de la reflectancia en las cinco bandas espectrales que maneja el sensor ALTUM y ya con este insumo como entrada se desarrolló un algoritmo de clasificación basado en umbrales. Dicho algoritmo es altamente susceptible a ser mejorado, incorporando la firma espectral de más elementos y revisando con mayor agudeza los umbrales establecidos con el fin de disminuir las falsas alarmas o las no detecciones. En una segunda parte del trabajo, se evaluó el desempeño de la clasificación de coberturas presentes en una imagen utilizando los métodos supervisados y no supervisados más comunes y referenciados en la literatura. En el caso de los métodos supervisados, se escogieron los métodos de Máxima Verosimilitud Gaussiana, Bosques Aleatorios o Random Forest y K-Vecinos más cercanos, implementados a través de complementos del software QGIS. Los métodos de clasificación no supervisados, ISODATA y K-Means, incluidos en el software SAGA, también fueron probados y analizados. El resultado final de las clasificaciones supervisadas y no supervisadas se evaluaron en conjunto obteniendo como producto un cuadro comparativo, con las bondades de cada método en cuanto a los resultados obtenidos, el cual servirá de insumo para análisis posteriores. Finalmente se abordó, a modo de discusión y de planteamiento de trabajos futuros, las implicaciones que tienen en términos de planificación, meteorología urbana y modelación ambiental, una caracterización detallada de la superficie lograda a partir de teledetección con sensores multiespectrales de alta resolución.