Resumen

La identificación de las especies arbóreas y la cartografía de su distribución geoespacial son cruciales para la vigilancia y la gestión de los bosques. Las series temporales de teledetección por satélite de las misiones Sentinel (Sentinel-1 y Sentinel-2) son una herramienta perfecta para cartografiar el tipo, la ubicación y la extensión de la cubierta forestal en grandes áreas a escala local o global. Este estudio se centra en la cartografía geoespacial del árbol endémico argán (Argania spinosa (L.) Skeels) y la identificación de otras dos especies arbóreas (goma sandaraca y olivo) utilizando series temporales ópticas y de radar de apertura sintética (SAR). El objetivo del presente trabajo es detectar el estado actual de las especies forestales arbóreas, más concretamente del argán, para poder estudiar y analizar los cambios forestales (degradación) y realizar nuevas estrategias de protección de este árbol endémico. El estudio se realizó sobre una zona situada en la provincia de Essaouira, Marruecos. Para la clasificación de los dos tipos de datos se utilizó el algoritmo de la máquina de vectores de soporte (SVM). En primer lugar, se clasificaron los datos ópticos para la identificación y cartografía de las especies arbóreas. En segundo lugar, se utilizaron las series temporales SAR para identificar el argán y distinguirlo de otras especies. Por último, se combinaron los dos tipos de imágenes de satélite para mejorar y comparar los resultados de la clasificación con los obtenidos a partir de datos de una sola fuente. La precisión global (OA) de la clasificación óptica alcanzó el 86,9% con un coeficiente kappa de 0,84 y disminuyó fuertemente hasta el 37,22% (kappa de 0,29) para la clasificación SAR. La fusión de datos multisensor (imágenes ópticas y SAR) alcanzó un OA del 86,51%. Se realizó una postclasificación para mejorar los resultados. Las imágenes clasificadas se suavizaron y, por tanto, los resultados cuantitativos y cualitativos mostraron una mejora, en particular para la clasificación óptica, con un OA máximo del 89,78% (coeficiente kappa de 0,88). El estudio confirmó el potencial de los datos ópticos multitemporales para la cartografía precisa de la cubierta forestal y la identificación de especies endémicas.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:estudio, argán, coeficiente kappa, clasificación óptica, cartografía precisa de la cubierta forestal, series temporales de teledetección, series temporales sar, identificación de especies arbóreas, argán endémico, identificación de especies endémicas
• Keywords:study, argan tree, kappa coefficient, optical classification, accurate forest cover mapping, remote sensing time series, sar time series, tree species identification, endemic argan tree, endemic species identification