Classification of Satellite Images by means of Fuzzy Rules generated by a Genetic Algorithm

The data acquired by Remote Sensing systems allow obtaining thematic maps of the earth's surface, by means of the registered image classification. This implies the identification and categorization of all pixels into land cover classes. Traditionally, methods based on statistical parameters have been widely used, although they show some disadvantages. Nevertheless, some authors indicate that those methods based on artificial intelligence, may be a good alternative. Thus, fuzzy classifiers, which are based on Fuzzy Logic, include additional information in the classification process through based-rule systems. In this work, we propose the use of a genetic algorithm (GA) to select the optimal and minimum set of fuzzy rules to classify remotely sensed images. Input information of GA has been obtained through the training space determined by two uncorrelated spectral bands (2D scatter diagrams), which has been irregularly divided by five linguistic terms defined in each band. The proposed methodology has been applied to Landsat-TM images and it has showed that this set of rules provides a higher accuracy level in the classification process

Elaboración de cartografía temática de usos de suelo del valle de Tamanart (Marruecos) a partir de imágenes Landsat.

El objetivo del presente Proyecto Fin de Carrera es la elaboración de cartografía base de la zona del Valle de Tamanart y la elaboración de un documento cartográfico que muestre la distribución de minerales en ella. Se pretende poder facilitar el reconocimiento del área arqueológica de estudio desde la perspectiva del análisis físico para correlacionar el material de superficie con la aparición de petroglifos o restos arqueológicos. En la investigación arqueológica de países emergentes es difícil contar con cartografía previa de la zona de interés en la realización de las campañas de campo. Se pretende plantear una metodología general de creación de cartografía básica y cartografía temática de distribución de minerales en superficie mediante técnicas de teledetección utilizando imágenes de satélite que sean gratuitas a través de la red. El proyecto consta de dos partes: 1. Confección de la cartografía base: - Primero: se realiza una breve descripción documentada de los aspectos físicos globales (geomorfológicos, geológicos, hidrológicos…) del área de estudio, a través de los documentos que puedan existir en Internet con acceso libre y con la información aportada por el grupo de investigación. - Segundo: Para poder obtener la base cartográfica se realiza el tratamiento de datos de las escenas de los satélites. Las escenas gratuitas disponibles han sido dos imágenes de la misma zona, una del satélite Landsat7 y otra del satélite Landsat5, descargadas del servidor GLOVIS (USGS Global Visualization Viewer). Confección de la cartografía temática: - Selección de la zona de estudio en las imágenes de teledetección ya tratadas en la primera parte del proyecto. - Clasificación de la imagen para usos de suelo. - Edición de la cartografía temática. El resultado del proyecto son la cartografía base y de coberturas superficiales de distribución de minerales sobre la que se ubican los yacimientos arqueológicos de la zona, yacimientos y paneles que fueron georreferenciados en la campaña de campo 2013. El PFC se realiza en colaboración con el Departamento de Prehistoria de la UNED, responsables de la investigación arqueológica en la zona de estudio.

Análisis de las capacidades de los sistemas Landsat y E01 para la actualización cartográfica. Estudio de un caso práctico.

Junto con el incremento de la resolución espacial, el desarrollo de las técnicas de interpretación multiespectrales e hiperespectrales es otro de los campos de investigación actual en teledetección. Es de suponer que una de las vías naturales de evolución de las plataformas espaciales será sin duda la incorporación de sensores de mayor resolución espectral. A partir de ahí se comenzará a sustituir el tradicional análisis multiespectral,basado en los datos de a lo sumo cinco o seis bandas, por el hiperespectral, que habrá de manejar datos de varios centenares de bandas simultáneamente. Ya existen satélites con sensores hiperespectrales en órbita, como Hyperion, montado sobre el satélite EO-1, el cual estudiamos en este proyecto. La detección de cambios, surge ante la necesidad de actualizar la cartografía de forma periódica. La evaluación de cambios producidos en el terreno se realiza manualmente y requiere de la supervisión por parte de un operador experto. Esto implica una importante inversión en tiempo, con su consecuente coste económico. Las imágenes satélite constituyen una valiosa fuente para estudiar los cambios que se producen en la superficie terrestre. En un ciclo productivo basado en imágenes numéricas, es de esperar que se ahorre una importante cantidad de trabajo introduciendo procedimientos de detección de cambios que se puedan implementar en procesos de carácter automático. Desde hace unas décadas, se están utilizando como fuentes de datos para diversos usos en detección de cambios, los sensores transportados en plataformas aeroespaciales. En resumen, el objetivo de éste proyecto es analizar los métodos de análisis multitemporal aplicados a imágenes de satélite, para lo cual se hará un estudio comparativo de las características de las imágenes proporcionadas por las plataformas Landsat y EO-1.Como resultado de ello, se obtendrá documentación cartográfica.

Drought estimation maps by means multidate landsat fused images

The purpose of this paper is to analyze the usefulness of traditional indexes, such as NDVI and NDWI along with a recently proposed index (NDDI) using merged data for multiple dates, with the aim of obtaining drought data to facilitate the analysis for government premises. In this study we have used Landsat 7 ETM+ data for the month of June (2001-2009), which merged to get bands with twice the resolution. The three previous indices were calculated from these new bands, getting in turn drought maps that can enhance the effectiveness of decision making.

Aportación de técnicas geoespaciales para la determinación de los niveles de referencia de la deforestación y la degradación de bosques en el ámbito de proyectos REDD. análisis de factores de causalidad subyacentes y directos

La pérdida de bosques en la Tierra, principalmente en ecosistemas amazónicos, es un factor clave en el proceso del cambio climático. Para revertir esta situación, los mecanismos REDD (Reducing Emission from Deforestation and forest Degradation) están permitiendo la implementación de actividades de protección del clima a través de la reducción de emisiones por deforestación evitada, según los esquemas previstos en el Protocolo de Kioto. El factor técnico más crítico en un proyecto REDD es la determinación de la línea de referencia de emisiones, que define la expectativa futura sobre las emisiones de CO2 de origen forestal en ausencia de esfuerzos adicionales obtenidos como consecuencia de la implementación del programa REDD para frenar este tipo de emisiones. La zona del estudio se ubica en la región de San Martín (Perú), provincia cubierta fundamentalmente por bosques tropicales cuyas tasas de deforestación son de las más altas de la cuenca amazónica. En las últimas décadas del siglo XX, la región empezó un acelerado proceso de deforestación consecuencia de la integración vial con el resto del país y la rápida inmigración desde zonas rurales en busca de nuevas tierras agrícolas. Desde el punto de vista de la investigación llevada a cabo en la tesis doctoral, se pueden destacar dos líneas: 1. El estudio multitemporal mediante imágenes de satélite Landsat 5/TM con el propósito de calcular las pérdidas de bosque entre períodos. El estudio multitemporal se llevó a cabo en el período 1998-2011 utilizando imágenes Landsat 5/TM, aplicando la metodología de Análisis de Mezclas Espectrales (Spectral Mixtures Analysis), que permite descomponer la reflectancia de cada píxel de la imagen en diferentes fracciones de mezcla espectral. En este proceso, las etapas más críticas son el establecimiento de los espectros puros o endemembers y la recopilación de librerías espectrales adecuadas, en este caso de bosques tropicales, que permitan reducir la incertidumbre de los procesos. Como resultado de la investigación se ha conseguido elaborar la línea de referencia de emisiones histórica, para el período de estudio, teniendo en cuenta tanto los procesos de deforestación como de degradación forestal. 2. Relacionar los resultados de pérdida de bosque con factores de causalidad directos e indirectos. La determinación de los procesos de cambio de cobertura forestal utilizando técnicas geoespaciales permite relacionar, de manera significativa, información de los indicadores causales de dichos procesos. De igual manera, se pueden estimar escenarios futuros de deforestación y degradación de acuerdo al análisis de la evolución de dichos vectores, teniendo en cuenta otros factores indirectos o subyacentes, como pueden ser los económicos, sociales, demográficos y medioambientales. La identificación de los agentes subyacentes o indirectos es una tarea más compleja que la de los factores endógenos o directos. Por un lado, las relaciones causa – efecto son mucho más difusas; y, por otro, los efectos pueden estar determinados por fenómenos más amplios, consecuencia de superposición o acumulación de diferentes causas. A partir de los resultados de pérdida de bosque obtenidos mediante la utilización de imágenes Landsat 5/TM, se investigaron los criterios de condicionamiento directos e indirectos que podrían haber influido en la deforestación y degradación forestal en ese período. Para ello, se estudiaron las series temporales, para las mismas fechas, de 9 factores directos (infraestructuras, hidrografía, temperatura, etc.) y 196 factores indirectos (económicos, sociales, demográficos y ambientales, etc.) con, en principio, un alto potencial de causalidad. Finalmente se ha analizado la predisposición de cada factor con la ocurrencia de deforestación y degradación forestal por correlación estadística de las series temporales obtenidas. ABSTRACT Forests loss on Earth, mainly in Amazonian ecosystems, is a key factor in the process of climate change. To reverse this situation, the REDD (Reducing Emission from Deforestation and forest Degradation) are allowing the implementation of climate protection activities through reducing emissions from avoided deforestation, according to the schemes under the Kyoto Protocol. Also, the baseline emissions in a REDD project defines a future expectation on CO2 emissions from deforestation and forest degradation in the absence of additional efforts as a result of REDD in order to stop these emissions. The study area is located in the region of San Martín (Peru), province mainly covered by tropical forests whose deforestation rates are the highest in the Amazon basin. In the last decades of the twentieth century, the region began an accelerated process of deforestation due to road integration with the rest of the country and the rapid migration from rural areas for searching of new farmland. From the point of view of research in the thesis, we can highlight two lines: 1. The multitemporal study using Landsat 5/TM satellite images in order to calculate the forest loss between periods. The multitemporal study was developed in the period 1998-2011 using Landsat 5/TM, applying the methodology of Spectral Mixture Analysis, which allows decomposing the reflectance of each pixel of the image in different fractions of mixture spectral. In this process, the most critical step is the establishment of pure spectra or endemembers spectra, and the collecting of appropriate spectral libraries, in this case of tropical forests, to reduce the uncertainty of the process. As a result of research has succeeded in developing the baseline emissions for the period of study, taking into account both deforestation and forest degradation. 2. Relate the results of forest loss with direct and indirect causation factors. Determining the processes of change in forest cover using geospatial technologies allows relating, significantly, information of the causal indicators in these processes. Similarly, future deforestation and forest degradation scenarios can be estimated according to the analysis of the evolution of these drivers, taking into account other indirect or underlying factors, such as economic, social, demographic and environmental. Identifying the underlying or indirect agents is more complex than endogenous or direct factors. On the one hand, cause - effect relationships are much more diffuse; and, second, the effects may be determined by broader phenomena, due to superposition or accumulation of different causes. From the results of forest loss obtained using Landsat 5/TM, the criteria of direct and indirect conditioning that might have contributed to deforestation and forest degradation in that period were investigated. For this purpose, temporal series, for the same dates, 9 direct factors (infrastructure, hydrography, temperature, etc.) and 196 underlying factors (economic, social, demographic and environmental) with, in principle, a high potential of causality. Finally it was analyzed the predisposition of each factor to the occurrence of deforestation and forest degradation by statistical correlation of the obtained temporal series.

Análisis de Mezclas Espectrales para el estudio de la deforestación y establecimiento de la línea de referencia de emisiones en el marco del programa REDD. Aplicación a la región de San Martín, Perú.

La determinación de la línea histórica de deforestación como parte del establecimiento de la línea de referencia de emisiones, en el marco del programa REDD (Reducing Emissions from Deforestation and Forest Degradation), permite medir la evolución de la pérdida de bosque en un periodo definido de tiempo. El objetivo fue calcular la línea histórica de deforestación mediante estudio multitemporal para el periodo 1998-2011, en la región de San Martín (Perú), utilizando la metodología de Análisis de Mezclas Espectrales (Spectral Mixtures Analysis) con imágenes Landsat 5-TM. Palabras clave: teledetección, Landsat 5-TM, análisis de mezclas espectrales, REDD, Protocolo de Kioto, deforestación, Amazonía, SMA Spectral Mixture Analysis for the study of deforestation and establishing reference emissions level within the REDD Program framework. Application to the region of San Martin, Peru. Abstract: Determination of the historical baseline of deforestation as part of establishing the reference emissions level within the REDD (Reducing Emissions from Deforestation and Forest Degradation) Program framework allows for the measurement of the evolution of forest loss over a defined period time. The objective was to estimate the historical baseline of deforestation through a multi-temporal study for the period 1998-2011, in the region of San Martin (Peru), using the methodology of Spectral Mixture Analysis (Mixtures Spectral Analysis) from Landsat 5-TM imagery. Keywords: remote sensing, Landsat 5-TM, spectral mixtures analysis, REDD, Kyoto Protocol, deforestation, Amazon, SMA