Utilización de datos multiespectrales y de elevación (LiDAR) para la caracterización de hábitats usando clasificaciones basadas en píxeles y en objetos: Marismas del Odiel (Huelva)

Description

Los ecosistemas de marismas ocupan una estrecha franja del litoral, que es controlada principalmente por la posición del nivel del mar y el rango mareal. Sin embargo, la naturaleza de otros factores que actúan a otras escalas espacio-temporales (meso-escala), como la dinámica de la línea de costa (la cual afecta a procesos de erosión y sedimentación) y las modificaciones antrópicas de la franja litoral, potencian que la naturaleza y la extensión de los impactos sobre estos ecosistemas y su consecuente respuesta sea globalmente variable y localmente compleja. De ese modo, para la gestión de estos sistemas es esencial el entendimiento de factores de control a nivel local, así como el seguimiento y cartografía de los diferentes hábitats de marismas para analizar la respuesta del sistema y los cambios en el mismo. Sin embargo, la poca diferencia espectral entre diferentes especies vegetales de marismas mareales junto con la pequeña escala espacial a la que se observan patrones espaciales de vegetación hace la identificación de diferentes clases de vegetación una tarea bastante complicada. El uso de datos espectrales y altimétricos de alta resolución (Light Detection and Ranging - LiDAR) procedentes de un vuelo fotogramétrico combinado (2013) han mejorado el reconocimiento de especies predominantes para su clasificación. Sin embargo, la selección de la técnica de clasificación también influye considerablemente en los resultados. Este trabajo se basa en el estudio comparativo de dos técnicas semiautomáticas de clasificación de imágenes (basada en píxeles y en objetos) para reconocer patrones espaciales de cambio dentro de la marisma mediante la generación de un mapa de hábitat. El presente estudio se ha aplicado al Paraje Natural de Marismas del Odiel (Suroeste de España), donde se han recopilado datos en campo para la validación de los resultados obtenidos.

Abstract

Coastal ecosystems are considered to be sensitive to changes in environmental forcing, particularly sea level rise. Saltmarsh ecosystems occupy a discrete lateral and vertical position that is fundamentally controlled by the position of sea level, but the nature of other mesoscale factors such as shoreline dynamic (which affects erosion and sedimentation processes) and anthropogenic modifications to the coastal zone ensure that the nature and extent of impacts and response are globally variable, and locally complex. Thus, the understanding of these control factors at local scales as well as the monitoring and mapping of the system changes is essential for management purposes. However, accurately mapping detailed features within the marsh land from remotely sensed is a challenge due to the low spectral contrast between plant species and the small scale of vegetation patterns. The use of elevation and spectral data (here gathered in a combined LiDAR and photogrammetric flight in 2013) has improved saltmarsh vegetation recognition through remote sense techniques. However, the classification technique selection is also an important factor that influences the final results. This work is based on the comparative study of two semiautomatic classification techniques (object-based and pixel based) for saltmarsh habitat mapping. To test the methods over saltmarsh environments, the two classification techniques have been applied to the Odiel saltmarshes (protected area in SW Spain), where field data were collected for the accuracy assessment.

Additional details