Browsing by Author "Ciriza Labiano, Raquel"

Now showing 1 - 5 of 5
  • Thumbnail Image
    PublicationRestricted
    Análisis de la utilidad de los parámetros textural de Haralick para la discriminación de cultivos en imágenes Quickbird
    (2007) Ciriza Labiano, Raquel; Escuela Técnica Superior de Ingenieros Agrónomos; Nekazaritza Ingeniarien Goi Mailako Eskola Teknikoa
  • Thumbnail Image
    PublicationOpen Access
    Análisis textural de la ortofoto PNOA para la actualización de bases de datos geográficas de cultivos permanentes
    (2017) Ciriza Labiano, Raquel; González de Audícana Amenábar, María; Proyectos e Ingeniería Rural; Landa Ingeniaritza eta Proiektuak
    Los cultivos permanentes como los olivos, las viñas o los árboles frutales son importantes en la agricultura europea desde el punto de vista de su relevancia especial y económica. En al ámbito agricola, es muy común que los organismos públicos utilicen bases de datos geográficas con el fin de gestionar y controlar las ayudas económicas proporcionadas por la Comunidad Europea asociadas estos cultivos, lo que requiere mantenerlas actualizadas y vigentes. Tradicionalmente, la actualización de las bases de datos agrícolas se ha realizado mediante técnicas de fotointerpretacíón y visitas a campo lo que resulta costoso y poco eficiente desde el punto de vista económico y temporal. En este contexto, en esta tesis doctoral se desarrolla una metodología de apoyo a la actualizacíón del Registro de Cultivos Permanentes de Navarra que permita reducir el máximo posible las parcelas a fotointerpretar, basada en la detección automática de cambios en la Ortofoto PNOA (RGB-.NIR, 0,25m de resolución espacial y 8 bits de resolución radiométrica). La actualización de esta base de datos utilizando ortofoto planteaba el reto de desarrollar una metodologia adaptada a trabajar a nivel regional con una imagen de gran tamaño, muy precisa geométricamente pero poco adecuada desde el punto de vista puramente radiométrico. En este contexto, la utilización de información espacial como la textura, descrita a partir de los parámetros de Haralick y los basados en planos wavelet, y la estructura, definida utilizando los parámetros derivados de semivariogramas, han permitido suplir esta carencia de la imagen pero, a la vez, ha supuesto un nuevo desafio por ser su cálculo muy demandante desde el punto de vista de los recursos de procesamiento y tiempo requeridos. Con el objetivo de desarrollar una metodología eficiente, operativa y precisa, se ha establecido el conjunto de parámetros texturales y estructurales que optimizan la identificación de cambios en el Registro de Cultivos, demostrándose que utilizar únicamente los parámetros identificados como óptimos en la clasificación mejora la capacidad predictiva de la misma. También se ha demostrado que adaptar las características de la imagen a las particularidades de los objetos a discriminar mejora calidad de la identificación de cambios, lo que justifica la utilización de ortofotos de 0,5m y 6 bits para actualizar el Registro de Frutales de Navarra. Paralelamente, se ha observado que los parámetros texturales y estructurales pueden variar al cambiar la superficie de cálculo de una parcela, concretándose que en las parcelas de frutal los parámetros analizados requieren una superficie mínima de 20x20m para estabilizarse. En relación con este resultado, se ha confirmado que es recomendable clasificar de forma estratificada por tamaño de parcela. Finalmente, se ha analizado la utilidad de diferentes técnicas de detección de cambios, comparando técnicas basadas en el análisis de ortofotos multitemporales y procedimientos basados en la utilización de una sola ortofoto en combinación diferente clasificadores como análisis discriminante y Random Forest. Los resultados de este último análisis recomiendan la utilización de del clasificador Random Forest y una sola imagen. La metodología propuesta, desarrollada en una zona piloto compuesta por aproximadamente 2100 parcelas, permite identificar cambios en el registro con una exactitud y una precisión del 0,938 y 0,733 respectivamente, obteniendo una tasa de cambios identificados de 0,704 y una tasa d e cambios identíficados de 0,967. Finalmente, con el fin de validar la metodología definida en la zona piloto, se ha actualizado el Registro de Frutales de .Navarra de las Comarcas Agrarias VI y VII de Navarra, lo que implica el análisis de cerca de 74000 parcelas. La aplicación de la metodología definida a una zona más amplia ha requerido adaptar el procedimiento a las necesidades del proceso productivo. En este contexto, la metodología propuesta permite identificar las parcelas a fotointerpretar a partir del grado de certeza de clasificación que proporciona el algoritmo Random Forest, limitando la misma a aquellas parcelas clasificadas con un bajo grado de certeza o porcentaje de pertenencia. En la presente tesis doctoral se ha demostrado la utilidad de los parámetros de Haralíck, los basados en planos wavelet y en el semivatiograma, calculados a partir de la ortofoto a nivel de parcela, para actualizar el Registro de Frutales de Navarra. Los resultados obtenidos justifican el uso de la ortofoto como fuente de información altemativa a las imágenes satelitales. El uso de ortofotos en aplicaciones de teledeteccíón extiende la utílídad de esta fuente de información que, en la mayoría de los casos, está disponible a los usuarios de forma gratuita. La implementación de metodologías como la desarrollada en esta tesis doctoral supondría un aumento considerable de la eficiencia de la actualización de las BDG de cultivos permanentes, lo que ayudaría a controlar los requisitos de la Política Común Europea de asignación de subvenciones y tomar decisiones en el ámbito rural.
  • Thumbnail Image
    PublicationOpen Access
    Analysis of fire services coverage in Spain
    (DYNA, 2018) Echeverría Iriarte, Francisco Javier; González de Audícana Amenábar, María; López Maestresalas, Ainara; Arazuri Garín, Silvia; Ciriza Labiano, Raquel; Jarén Ceballos, Carmen; Ingeniería; Ingeniaritza; Universidad Pública de Navarra / Nafarroako Unibertsitate Publikoa
    Previous analysis of the locations of fire stations in Spain and the extent of the areas they cover revealed significant deficiencies with regard to the proportion of communities who would not receive fire service intervention within a reasonable time period. This article discusses and describes the use of Geographic Information Systems and related tools to determine the areas and population covered by existing fire services within a specific response time. This response time by road, is based on a survey of fire service interventions in other European countries. The analysis compares data from a statistical study with georeferenced ones and demonstrates that the areas and communities not covered within this response time is greater than previously believed. The article then describes an analysis an alternative solution to reinforce the current fire stations network with part-time firefighters to cover the areas not covered mainly in rural and remote locations.
  • Thumbnail Image
    PublicationOpen Access
    Automatic detection of uprooted orchards based on orthophoto texture analysis
    (MDPI, 2017) Ciriza Labiano, Raquel; Sola Torralba, Ion; Albizua, Lourdes; Álvarez-Mozos, Jesús; González de Audícana Amenábar, María; Proyectos e Ingeniería Rural; Landa Ingeniaritza eta Proiektuak
    Permanent crops, such as olive groves, vineyards and fruit trees, are important in European agriculture because of their spatial and economic relevance. Agricultural geographical databases (AGDBs) are commonly used by public bodies to gain knowledge of the extension covered by these crops and to manage related agricultural subsidies and inspections. However, the updating of these databases is mostly based on photointerpretation, and thus keeping this information up-to-date is very costly in terms of time and money. This paper describes a methodology for automatic detection of uprooted orchards (parcels where fruit trees have been eliminated) based on the textural classification of orthophotos with a spatial resolution of 0.25 m. The textural features used for this classification were derived from the grey level co-occurrence matrix (GLCM) and wavelet transform, and were selected through principal components (PCA) and separability analyses. Next, a Discriminant Analysis classification algorithm was used to detect uprooted orchards. Entropy, contrast and correlation were found to be the most informative textural features obtained from the co-occurrence matrix. The minimum and standard deviation in plane 3 were the selected features based on wavelet transform. The classification based on these features achieved a true positive rate (TPR) of over 80% and an accuracy (A) of over 88%. As a result, this methodology enabled reducing the number of fields to photointerpret by 60–85%, depending on the membership threshold value selected. The proposed approach could be easily adopted by different stakeholders and could increase significantly the efficiency of agricultural database updating tasks.
  • Thumbnail Image
    PublicationOpen Access
    Monitorización de nieve en el Pirineo mediante imágenes Sentinel-1
    (2023) Izaguirre Liviac, Marcos Fabio; Álvarez Mozos, Jesús; Ciriza Labiano, Raquel; Escuela Técnica Superior de Ingeniería Agronómica y Biociencias; Nekazaritzako Ingeniaritzako eta Biozientzietako Goi Mailako Eskola Teknikoa
    El cambio climático está afectando a la extensión de la capa de nieve, su espesor y su distribución en todo el mundo. Ante ello, la teledetección radar es una herramienta interesante para estudiar la nieve en zonas inaccesibles y es independiente de la iluminación solar y la nubosidad. Este Trabajo Fin de Máster tiene como objetivo implementar una metodología para la identificación de la extensión de la cobertura de nieve húmeda en una zona de alta montaña en el Pirineo a partir de observaciones con imágenes Sentinel-1, evaluando las condiciones idóneas para su aplicación. Para ello, se define un caso espacio-temporal según la disponibilidad de imágenes Sentinel-1 y Sentinel-2 en un sector del Pirineo cubriendo tanto condiciones de invierno como de primavera. Se implementa el método de Nagler para identificar nieve húmeda basado en el ratio multitemporal de observaciones de polarización doble, comparando los resultados obtenidos en pasadas ascendentes y descendentes. Luego, se crea una capa de referencia para la validación de resultados mediante fotointerpretación de imágenes Sentinel-2 y se utiliza también el producto Snow and Ice de Copernicus como referencia. Se obtuvieron matrices de confusión para calcular métricas de rendimiento enfocadas principalmente en los errores de comisión. Los resultados obtenidos muestran una buena coincidencia con la capa de referencia y el producto de Copernicus. Se observa un mejor resultado cuando se utilizan las imágenes de primavera y en pasada ascendente en comparación con las de invierno en pasada descendente. Lo que permite concluir que la metodología aplicada es adecuada para identificar la extensión de nieve húmeda en el caso de estudio abordado.