Mapeado de invernaderos de plástico mediante análisis de imagen basado en objetos y series temporales de imágenes de satélite
- Autores: Rafael Jimenez Lao
- Directores de la Tesis: Manuel Ángel Aguilar Torres (dir. tes.), Fernando José Aguilar Torres (codir. tes.)
- Lectura: En la Universidad de Almería ( España ) en 2022
- Idioma: español
- Número de páginas: 147
- Títulos paralelos:
- Plastic covered greenhouse mapping through object-based image analysis and satellite imagery time series
- Tribunal Calificador de la Tesis: Óscar David de Cozar Macías (presid.), Rosa Maria Chica Moreno (secret.), Carlos Alberto León Robles (voc.)
- Programa de doctorado: Programa de Doctorado en Tecnología de Invernaderos e Ingeniería Industrial y Ambiental por la Universidad de Almería
- Materias:
- Enlaces
- Tesis en acceso abierto en: riUAL
- Resumen
- español
En el año 2050 la población mundial se aproximará a los 9,700 millones de personas. Este crecimiento poblacional llevará aparejado un aumento de la demanda de productos procedentes de la agricultura. Por tanto, uno de los principales retos a los que se enfrenta la agricultura actual es el de aumentar su productividad, controlando al mismo tiempo su huella medioambiental. En este sentido, la agricultura protegida bajo invernadero ha demostrado ser uno de los modelos más eficientes durante las últimas décadas, consiguiendo incrementar las cosechas de cultivos hortícolas. Sin embargo, el uso expansivo de plástico en la agricultura, en forma de invernaderos o cultivos acolchados, provoca efectos negativos en el medioambiente. Un reciente informe de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO) reclama la necesidad de coordinar buenas prácticas de gestión con el objetivo de frenar el “actual uso desastroso de plásticos en el sector agrícola”, que está ocasionando la acumulación de peligrosos micro-plásticos en el medioambiente, principalmente en suelos y mares.
Hoy en día, las numerosas y frecuentes imágenes ópticas de satélites de media, alta y muy alta resolución (VHR; Very High Resolution) disponibles suponen una importante fuente de datos para analizar el sector agrícola. Además, muchos de estos sensores generan datos periódicos de acceso libre y abierto en cualquier parte del mundo (e.g., Sentinel-2 o Landsat 8). Por esto, las técnicas de mapeo de invernaderos de plástico mediante el uso de imágenes de satélite se están aplicando cada vez con más frecuencia dentro del campo de la teledetección.
Como primera etapa de esta tesis, se llevó a cabo un análisis detallado de la producción científica a nivel mundial realizada en teledetección de invernaderos agrícolas y cultivos acolchados con plástico a lo largo del siglo XXI. Se localizaron 107 publicaciones Scopus hasta el año 2019, de las que se analizaron todas sus caracteristicasy tendencias, concluyendo que se trata de un tema emergente, principalmente en paises como China, Italia, España, Estados Unidos y Turquía. Es importante señalar que durante los años 2020 y 2021 se han publicado otros 31 trabajos, demostrando que el tema tratado en esta tesis sigue atrayendo el interés de numerosos investigadores en todo el mundo.
Muchas de las publicaciones mencionadas anteriormente utilizan series temporales de imágenes ópticas de satélite. Si tenemos en cuenta que la combinación de imágenes de Sentinel-2 (incluyendo sus dos satélites gemelos 2A y 2B) y Landsat 8 proporciona un intervalo de revisita promedio global de 2.9 días, no es de extrañar que muchos investigadores hayan combinado ambos satélites para generar sus series temporales. En una segunda etapa de la tesis, se procedió a la evaluación de la consistencia espectral de los valores de reflectancia superficial de las imágenes de Sentinel-2 y Landsat 8 sobre áreas de invernaderos de plástico ubicadas en España, Marruecos, Italia y Turquía. En general, se hallaron elevadas correlaciones en la mayoría de las bandas y en el índice de vegetación NDVI, aunque se encontraron discrepancias que fueron debidas principalmente a: (i) la existencia de reflejos solares en los techos de los invernaderos relacionados con la órbita del sensor y la posición del sol en el momento de la captura de la imagen, y (ii) al contenido de aerosoles en la atmosfera, que cuando eran elevados, provocaron importantes diferencias en los valores de reflectancia superficial de Sentinel-2 y Landsat 8, principalmente en las bandas visibles con menor longitud de onda.
5 La técnica de detección de invernaderos propuesta en esta tesis está basada en el análisis de imágenes basado en objetos (OBIA; Object-Based Image Analysis), por lo que necesitamos partir de imágenes de satélite VHR para que, realizando su segmentación, obtengamos los objetos que representan a invernaderos de plástico. En la tercera parte de la tesis se decidió testar el único satélite español VHR, llamado Deimos-2 (1 m de resolución en pancromático), del que no existían publicaciones previas respecto a sus capacidades para generar productos georreferenciados. Es por ello que se dedicó la tercera parte de la tesis a estudiar el nivel de precisión alcanzable, en condiciones operacionales y sobre diferentes coberturas de suelo (suelo desnudo, urbano y zonas de cultivo invernadas), de productos como ortoimágenes y modelos digitales de superficies a partir de estéreo pares de Deimos-2. Los resultados obtenidos validaron el uso de imágenes de Deimos-2 en nuestro proceso OBIA de detección de invernaderos.
En la cuarta fase de la tesis, se realizó un ensayo con una imagen de WorldView-3 (satélite VHR con 16 bandas) de los invernaderos de Almería, sobre la que se ensayaron numerosos índices de detección de materiales plásticos empleados para la clasificación de invernaderos de plástico o incluso de residuos plásticos marinos. El índice NDPI (Normalized Difference Plastic Index) basado en bandas SWIR de WorldView-3 fue el que arrojó, con mucha diferencia sobre el resto, los mejores resultados en clasificación de plástico en general, y de invernaderos en particular.
La última fase de la tesis se centró en realizar el mapeo de invernaderos de plástico mediante un enfoque OBIA, usando Deimos-2 para la segmentación (primera fase OBIA) y series temporales de Sentinel-2 para la clasificación (segunda fase OBIA). Se probaron diversos índices de detección de invernaderos calculados sobre imágenes y series temporales de Sentinel-2. Todos estos índices fueron testados sobre cuatro zonas diferentes de invernaderos (Almería (España), Agadir (Marruecos), Bari (Italia) y Antalya (Turquía), lo que le dio una gran solidez a los resultados finales. El índice PGHI (Plastic GreenHouse Index), basado en la banda azul y SWIR2 de Sentinel-2, fue el que obtuvo mejores resultados, alcanzando una precisión general (overall accuracy) de alrededor del 93%.
- English
The world population will be about 9.7 billion people by 2050. This population growth will be accompanied by an increase in the demand for products from agriculture. Therefore, one of the most important challenges of contemporary agriculture is to increase its productivity gains while controlling, at the same time, the agriculture’s environmental footprint. In this sense, greenhouse protected agriculture has proven to be one of the most efficient models in recent decades, managing to increase harvests of horticultural crops. However, the expansive use of plastic in agriculture as greenhouses or mulching crops causes negative effects on the environment. A recent report by the Food and Agriculture Organization (FAO) calls for the need to coordinate good management practices with the aim of curbing the "current disastrous use of plastics across the agricultural sector", which is causing the accumulation of dangerous micro-plastics in the environment, mainly in soils and seas.
Nowadays, the numerous and frequent medium, high and very high resolution (VHR; Very High Resolution) optical satellite images available represent an important source of data for analyzing the agricultural sector. In addition, many of these sensors generate free and open access periodic data anywhere in the world (e.g., Sentinel-2 or Landsat 8). For this reason, plastic greenhouse mapping techniques using satellite images are being applied more and more frequently within the field of remote sensing.
As a first stage of this thesis, a detailed analysis of the worldwide scientific production carried out in the remote sensing field about agricultural greenhouses and plastic mulched crops throughout the 21st century was carried out. In fact, 107 publications from Scopus were located up to the year 2019, analyzing their characteristics and trends, thus concluding that it is an emerging topic, mainly in countries such as China, Italy, Spain, the United States and Turkey. It is important to point out that during the years 2020 and 2021 another 31 works have been published, demonstrating that the topic dealt with in this thesis continues to attract the interest of numerous researchers around the world.
Many of the publications mentioned above use time series of optical satellite images. Considering that the combination of images from Sentinel-2 (including its twin satellites 2A and 2B) and Landsat 8 provides a global median average revisit interval of 2.9 days, it is not surprising that many researchers have used both satellites to generate their time series. In a second stage of the thesis, the spectral consistency of the surface reflectance values of the Sentinel-2 and Landsat 8 images was evaluated over areas of plastic greenhouses located in Spain, Morocco, Italy and Turkey. In general, high correlations were found in most of the bands and in the NDVI vegetation index, although also discrepancies were found. These were mainly due two reasons. (i) The existence of solar reflections on the roofs of the greenhouses related to the orbit of the sensor and the position of the sun at the time of image capture. (ii) The content of aerosols in the atmosphere, causing important differences in the surface reflectance values of Sentinel-2 and Landsat 8, mainly in the visible bands with shorter wavelength.
The greenhouse detection approach proposed in this thesis is based on object-based image analysis (OBIA). In this way, we need to start from VHR satellite images to perform the segmentation process, in order to obtain the objects that represent plastic greenhouses. In the third part of the thesis it was decided to test the only Spanish VHR satellite called Deimos-2 (1 m resolution in panchromatic), of which there were no previous publications regarding its capabilities to generate georeferenced products. That is why the third part of the thesis was devoted to studying the level of precision achievable, both under operational conditions and on different land covers (bare land, urban areas and greenhouse zones), of products such as orthoimages and digital surface models generated from Deimos-2 stereo pairs. The obtained results validated the use of Deimos-2 images in our OBIA greenhouse detection process.
In the fourth phase of the thesis, a test was carried out with a WorldView-3 image (VHR satellite with 16 bands) taken over the greenhouses of Almería, testing several plastic detection indices that have already been used in remote sensing for classification of plastic greenhouses or marine plastic debris. The NDPI (Normalized Difference Plastic Index) based on WorldView-3 SWIR bands was the one that yielded, by far, the best results in classifying plastic in general, and greenhouses in particular.
The last phase of the thesis focused on mapping plastic greenhouses based on OBIA techniques, using Deimos-2 for segmentation and Sentinel-2 time series for classification. Several greenhouse detection indices calculated on Sentinel-2 images and time series were tested on four different greenhouse areas (Almería (Spain), Agadir (Morocco), Bari (Italy) and Antalya (Turkey). This fact gave great strength to the results obtained. The PGHI (Plastic GreenHouse Index) based on the blue band and SWIR2 of Sentinel-2 was the one that obtained the best results with an overall plastic covered greenhouse classification accuracy of around 93%.
- español
