Sinergias Entre el Modelo de Mezclas Espectrales y el Análisis de Imágenes Basado en Objetos en el Estudio de Incendios Forestales

Ano: 2006 | Volume: 2 | Número: Suplemento

Autores: Carmen Quintano, Óscar Fernández-Manso, Alfonso Fernández-Manso, Joaquín Ramírez

Palavras-chave: teledetección, incendios forestales, unmixing, clasificación orientada a objetos

Resumo Inglês:

Unitemporal methodologies used to mapping burned area are usually based
on post fire NDVI image classification; nevertheless they present several
limitations. In order to minimize these deficiencies, this work shows a
methodology based on Spectral Mixture Analysis (SMA) and Object-Based
Image Analysis (OBIA). On the one hand, SMA, working at subpixel level,
permits minimise the errors due to soil influence. On the other hand, OBIA,
working at suprapixel scale, allows to consider not only spectral characteristics
but also form and texture. The burned vegetation fraction image, obtained by
unmixing a Landsat Enhanced Thematic Mapper Plus (ETM+) post fire image,
was the input to a two segmentation levels OBIA. The results acuracy obtained
applying this methodology on the study of the forest fire occurred between
13th-17th September 1998 in Tabuyo del Monte (León-Spain) (3,309 ha)
was very promising, showing synergies between SMA and OBIA and a great
potential to burned area mapping and severity estimation.

Resumo Espanhol:

Las metodologías unitemporales habitualmente utilizadas para cartografiar el
área afectada por un incendio forestal se basan en la clasificación de una
imagen NDVI post-incendio; sin embargo, presentan algunas limitaciones.
Este trabajo propone una metodología basada en el empleo conjunto del
Modelo de Mezclas Espectrales (Spectral Mixture Analysis - SMA) y el
análisis de imágenes basado en objetos (Object-Based Image Analysis -
OBIA), con la finalidad de minimizar estos problemas. Por una parte, SMA,
que trabaja a nivel subpíxel, posibilita minimizar las confusiones originadas
por la influencia del suelo; y, por otra, OBIA, trabajando a nivel suprapíxel,
permite considerar características no espectrales tales como la forma y la
textura. La imagen fracción vegetación quemada, obtenida al descomponer
espectralmente una imagen Landsat Enhanced Thematic Mapper Plus,
ETM+, posterior al incendio considerado, fue la entrada de un clasificador
orientado a objetos que empleó dos niveles de segmentación. La precisión
de los resultados obtenidos utilizando esta metodología en el incendio ocurrido entre los días 13 y 17 de septiembre de 1998 en Tabuyo del Monte – León-
España (3.309 ha), es muy prometedora, indicando sinergias entre ambos
métodos, y con un gran potencial para la cartografía de áreas quemadas y
estimación de niveles de severidad.