Resumen: Las imágenes de alta resolución espacial constituyen la principal fuente en los trabajos de fotointerpretación que producen los mapas de coberturas vegetales oficiales. Este elevado nivel de detalle-de gran utilidad en el...
moreResumen: Las imágenes de alta resolución espacial constituyen la principal fuente en los trabajos de fotointerpretación que producen los mapas de coberturas vegetales oficiales. Este elevado nivel de detalle-de gran utilidad en el análisis visual-resulta excesivo para el análisis digital basado en píxeles cuando nuestro objetivo es la diferenciación de objetos definidos por unos límites, sea por la variabilidad espectral de las cubiertas que lo caracterizan o por las escasas diferencias espectrales existentes entre objetos contiguos. Complementariamente, existen cualidades que permiten definir los objetos espaciales: escala, textura, forma, contexto. En el presente trabajo, proponemos una clasificación basada en objetos para la detección de formaciones vegetales ecológico-fisionómicamente homogéneas empleando la ortofotografía del Plan Nacional (PNOA). Estas imágenes tienen 50 centímetros de resolución espacial y ofrecen datos espectrales del visible e infrarrojo cercano. Realizamos una segmentación multiescala de las imágenes analizando componentes espectrales y espaciales. Definimos un juego de reglas de clasificación para calibrar los componentes de los objetos. Utilizamos datos de campo y validamos los resultados con regiones de interés. Los mapas derivados permiten discriminar formaciones vegetales ecológico-fisionómicamente homogéneas con un gran nivel de detalle, adecuado para estudios generales de vegetación, ecología de paisaje y modelos de erosión. Palabras clave: cartografía, formaciones vegetales, clasificación basada en objetos, OBIA, PNOA
Abstract: High-resolution spatial images are the main data source in photo-interpretation projects that produce official land cover and vegetation maps. High resolution aerial imagery – highly useful in visual analysis-is excessive for pixel-based analysis, when our goal is the differentiation of objects defined by limits. This is due to the fact that the huge spectral variability of cover or because of the few spectral difference between contiguous objects. In addition, beyond the pixel-based classification, there are qualities that can define space objects better: scale, texture, shape, and context. In this paper, we propose an object-based classification to detect physiognomic-ecological units using aerial orthophotographic imagery from the National Plan for Aerial Orthophotography (PNOA). These images have four bands (visible and near infra-red) with a 50 cm spatial resolution. We performed a multiscale image segmentation by analysing spectral and spatial components. We defined a set of classification rules to calibrate the components of the objects. We used field data and validated the results with regions of interest. The maps derived allow the differentiation of physiognomic-ecological units with a great level of detail, suitable for general studies of vegetation, landscape ecology and erosion models.
Keywords: cartography, vegetation, Object -Based Image Analysis, OBIA, PNOA