Selección de Variables Biológicas Relevantes Derivadas de Datos de Sentinel-2 para Mapear Cambios de Pastizales a Tierras Arables Usando un Clasificador de Bosque Aleatorio
Autores: andera, Jií; tych, Pemysl
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Selección de Variables Biológicas Relevantes Derivadas de Datos de Sentinel-2 para Mapear Cambios de Pastizales a Tierras Arables Usando un Clasificador de Bosque Aleatorio
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Pastizales permanentes
Cambio en el uso de la tierra
Silvicultura
Políticas de subsidios agrícolas
Datos satelitales
Clasificador de bosque aleatorio
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Los pastizales permanentes son una de las categorías de uso del suelo, cambio de uso del suelo y silvicultura (LULUCF) monitoreadas dentro del concepto climático y la política de reducción de gases de efecto invernadero (Reglamento (UE) 2018/841). Por lo tanto, es muy importante mapear las condiciones y cambios de los pastizales permanentes. El área de pastizales permanentes está fuertemente influenciada por las políticas de subsidios agrícolas. A lo largo de la historia, es posible rastrear diferentes proporciones de pastizales permanentes dentro de la tierra agrícola y áreas con cambios significativos de pastizales a tierras cultivables. La necesidad de monitorear los pastizales permanentes y las tierras cultivables ha ido en aumento en los últimos años. Nuevas políticas de subsidios que determinan la gestión agrícola están comenzando a afectar el uso del suelo, especialmente en los países que se han unido a la UE en las últimas oleadas. La gran cantidad de datos satelitales disponibles de forma gratuita permite que este monitoreo tenga lugar, principalmente gracias a los productos de datos del programa Copernicus. Hay un gran número de parámetros (predictores) que se pueden calcular a partir de datos satelitales, pero encontrar la combinación correcta es muy difícil. Este estudio presenta un procedimiento metódico y sistemático utilizando el clasificador de bosque aleatorio y su métrica interna de disminución media de precisión (MDA) para seleccionar los predictores más adecuados para detectar cambios de pastizales permanentes a tierras cultivables. La relevancia de los predictores adecuados tiene en cuenta la fecha de la imagen satelital, la precisión general de la detección de cambios y el tiempo requerido para los cálculos. Se probaron predictores biológicos, como el índice de área foliar (LAI), la fracción de radiación fotosintéticamente activa absorbida (FAPAR), el índice de vegetación de diferencia normalizada (NDVI), etc., en forma de una serie temporal del satélite Sentinel-2, y se seleccionaron los más adecuados. FAPAR, contenido de agua en la cubierta vegetal (CWC) y LAI parecieron ser los más adecuados. El procedimiento de detección de cambios propuesto logró una precisión muy alta de más del 95% dentro del sitio de estudio con un área de 8766 km^2.
Descripción
Los pastizales permanentes son una de las categorías de uso del suelo, cambio de uso del suelo y silvicultura (LULUCF) monitoreadas dentro del concepto climático y la política de reducción de gases de efecto invernadero (Reglamento (UE) 2018/841). Por lo tanto, es muy importante mapear las condiciones y cambios de los pastizales permanentes. El área de pastizales permanentes está fuertemente influenciada por las políticas de subsidios agrícolas. A lo largo de la historia, es posible rastrear diferentes proporciones de pastizales permanentes dentro de la tierra agrícola y áreas con cambios significativos de pastizales a tierras cultivables. La necesidad de monitorear los pastizales permanentes y las tierras cultivables ha ido en aumento en los últimos años. Nuevas políticas de subsidios que determinan la gestión agrícola están comenzando a afectar el uso del suelo, especialmente en los países que se han unido a la UE en las últimas oleadas. La gran cantidad de datos satelitales disponibles de forma gratuita permite que este monitoreo tenga lugar, principalmente gracias a los productos de datos del programa Copernicus. Hay un gran número de parámetros (predictores) que se pueden calcular a partir de datos satelitales, pero encontrar la combinación correcta es muy difícil. Este estudio presenta un procedimiento metódico y sistemático utilizando el clasificador de bosque aleatorio y su métrica interna de disminución media de precisión (MDA) para seleccionar los predictores más adecuados para detectar cambios de pastizales permanentes a tierras cultivables. La relevancia de los predictores adecuados tiene en cuenta la fecha de la imagen satelital, la precisión general de la detección de cambios y el tiempo requerido para los cálculos. Se probaron predictores biológicos, como el índice de área foliar (LAI), la fracción de radiación fotosintéticamente activa absorbida (FAPAR), el índice de vegetación de diferencia normalizada (NDVI), etc., en forma de una serie temporal del satélite Sentinel-2, y se seleccionaron los más adecuados. FAPAR, contenido de agua en la cubierta vegetal (CWC) y LAI parecieron ser los más adecuados. El procedimiento de detección de cambios propuesto logró una precisión muy alta de más del 95% dentro del sitio de estudio con un área de 8766 km^2.