Comparación de vehículos aéreos no tripulados RGB y multiespectrales para el monitoreo de cambios en la cobertura vegetal en un área de deslizamiento de tierra
Autores: Furukawa, Flavio; Laneng, Lauretta Andrew; Ando, Hiroaki; Yoshimura, Nobuhiko; Kaneko, Masami; Morimoto, Junko
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Comparación de vehículos aéreos no tripulados RGB y multiespectrales para el monitoreo de cambios en la cobertura vegetal en un área de deslizamiento de tierra
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Robótica
Palabras clave
Desarrollo
Tecnologías de UAV
Mapas de uso del suelo
Desastres naturales
Vegetación
UAV multiespectral
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El desarrollo de tecnologías de UAV ofrece métodos prácticos para crear mapas de cobertura terrestre para el monitoreo y la gestión de áreas afectadas por desastres naturales como deslizamientos de tierra. El presente estudio tiene como objetivo comparar la capacidad de dos tipos diferentes de UAV para proporcionar información precisa, con el fin de caracterizar la vegetación en áreas de deslizamientos de tierra durante un período de meses. Para la comparación, se utilizaron un UAV RGB y un UAV Multiespectral para identificar tres clases diferentes: vegetación, suelo desnudo y materia muerta, desde abril hasta julio de 2021. Los resultados mostraron altos valores de precisión general (>95%) para el UAV Multiespectral, en comparación con el UAV RGB, que tuvo precisiones generales más bajas. Aunque tuvo precisiones generales más bajas, la clase de vegetación del UAV RGB presentó alta precisión del productor y del usuario a lo largo del tiempo, comparable a los resultados del UAV Multiespectral. La calidad de la imagen jugó un papel importante en este estudio, donde se encontraron valores de precisión más altos en días nublados. Tanto los UAV RGB como los Multiespectrales presentaron patrones similares de clases de vegetación, suelo desnudo y materia muerta, donde el aumento en la clase de vegetación fue consistente con la disminución en las clases de suelo desnudo y materia muerta. El presente estudio sugiere que el UAV Multiespectral es más adecuado para caracterizar las clases de vegetación, suelo desnudo y materia muerta en áreas de deslizamientos de tierra, mientras que el UAV RGB puede proporcionar información confiable para el monitoreo de la vegetación.
Descripción
El desarrollo de tecnologías de UAV ofrece métodos prácticos para crear mapas de cobertura terrestre para el monitoreo y la gestión de áreas afectadas por desastres naturales como deslizamientos de tierra. El presente estudio tiene como objetivo comparar la capacidad de dos tipos diferentes de UAV para proporcionar información precisa, con el fin de caracterizar la vegetación en áreas de deslizamientos de tierra durante un período de meses. Para la comparación, se utilizaron un UAV RGB y un UAV Multiespectral para identificar tres clases diferentes: vegetación, suelo desnudo y materia muerta, desde abril hasta julio de 2021. Los resultados mostraron altos valores de precisión general (>95%) para el UAV Multiespectral, en comparación con el UAV RGB, que tuvo precisiones generales más bajas. Aunque tuvo precisiones generales más bajas, la clase de vegetación del UAV RGB presentó alta precisión del productor y del usuario a lo largo del tiempo, comparable a los resultados del UAV Multiespectral. La calidad de la imagen jugó un papel importante en este estudio, donde se encontraron valores de precisión más altos en días nublados. Tanto los UAV RGB como los Multiespectrales presentaron patrones similares de clases de vegetación, suelo desnudo y materia muerta, donde el aumento en la clase de vegetación fue consistente con la disminución en las clases de suelo desnudo y materia muerta. El presente estudio sugiere que el UAV Multiespectral es más adecuado para caracterizar las clases de vegetación, suelo desnudo y materia muerta en áreas de deslizamientos de tierra, mientras que el UAV RGB puede proporcionar información confiable para el monitoreo de la vegetación.