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 cult ...
[++]
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. [--]
