Mapeado de invernaderos de plástico mediante análisis de imagen basado en objetos y series temporales de imágenes de satélite

Resumen

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%.