"Cartografía para a monitorização e controlo de áreas de ""Hakea sericea"" com processos de detecção remota (satélite e drone)"

Resumen

As plantas invasoras são espécies não nativas que se instalam e desenvolvem-se em novos espaços, gerando um impacto negativo sobre o ecossistema local, representando uma das mais relevantes causas de extinção de espécies locais. Este fenômeno está presente em Portugal, onde a invasão de espécies exóticas é agora uma ameaça real para a flora nativa afectando a biodiversidade. Esta situação é agravada em habitats e ecossistemas que são particularmente vulneráveis, como é o caso do Parque Nacional da Peneda-Gerês e o sítio Serra d`Arga. Entre as plantas invasoras presentes, destaca-se pela negativa a especie Hakea sericea, um arbusto que está a colonizar grandes áreas no norte de Portugal, sendo adicionada em 2012 para a lista de plantas exóticas invasoras desenvolvidos pela Organização Europeia e Mediterrânica de Protecção de Plantas. O primeiro passo para o controle da invasão, deve estar orientado para o conhecimento, compreensão, quantificação e sua localização, extensão e evolução, ou seja, a monitorização do fenómeno. Neste sentido, as técnicas e métodos de detecção remota podem resultar de grande utilidade, como se reflete na literatura internacional sobre casos semelhantes em outros locais. Em particular, o objetivo desta tese de doutoramento, centra-se no desenvolvimento de um modelo de atuação para o controle da invasora Hakea sericea, com base na identificação e produção de cartografia de áreas cobertas pela espécie, utilizando imagens de alta resolução espacial obtidos a partir de plataformas aéreas (Veiculos aéreos não tripulados: VANT/Drone) e orbital (WorldView-2), seguindo uma abordagem de análise orientada a objeto. A metodologia aplica uma imagem WordlView-2 juntamente com duas ortoimagens no espectro visível e infravermelho próximo, obtida a partir de Drone. A imagem Worldview-2 foi processado radiometricamente, para calcular a reflectância no sensor, para além de um realizar uma fusão de imagens, ou pan-sharpening. Posteriormente realizou-se uma análise baseada em objetos, segmentando a imagem e definindo doze espaços de entidades como dados de entrada para o classificador. Estes espaços de entidades incluíram informação espectral, índices de vegetação e/ou texturas derivadas da imagen de base. Neste seguimento, definiu-se uma legenda com sete classes de ocupação do solo na área de estudo (Hakea sericea, área florestal, infraestruturas, solo nú, matos, áreas agricolas e água) usando um algoritmo de classificação supervisionada e o algoritmo não paramétrico do vizinho mais próximo. Para validar os resultados da classificação, calculouse a matriz de confusão, a exatidão do usuário, a exatidão do produtor e o KHAT assim com intervalos de confiança, baseados numa amostragem aleatória estratificada com 410 amostras. O mesmo procedimento foi implementado para identificar Hakea sericea, utilizando as ortoimagens dos voos do VANT. Os resultados deste trabalho mostram que a classificação da imagem Worldview-2, utilizando o conjunto de dados Básico 3 (que inclui todas as bandas multiespectrais) proporcionou resultados satisfatórios e mais precisos, com uma exatidão de 80,98% (KHAT: 0,77) e exatidões do usuário e de produtor para a classe de Hakea sericea de 94,81% e 93,59%, respectivamente (KHAT: 0,95). Relativamente às ortoimagens, os melhores resultados foram obtidos com o conjunto de dados de Base 1 (vermelho, verde, azul, infravermelho próximo), alcançando uma exatidão de 75,47% (KHAT: 0,68), e exatidões do usuário e produtor para Hakea sericea de 62,90% e 78,00%, respectivamente (KHAT: 0,73).Portanto, as duas fontes de dados (Worldview-2 e Drones) são adequados para a identificação e produção de cartografia de Hakea sericea no norte de Portugal, utilizando a metodologia descrita neste artigo.Invasive plants are non-native species that establish and spread in their new location generating a negative impact on the local ecosystem and representing one of the most important causes of extinction of local species. This phenomenon is present in Portugal, where the invasion of exotic species is now a real threat to the native flora affecting biodiversity. This situation is exacerbated in habitats and ecosystems that are particularly vulnerable, as in the cases of Peneda-Gerês National Park or Serra d`Arga. Among the invasive plants present there stands out negatively to Hakea sericea, a shrub that is colonizing large areas in the north of Portugal, which was added in 2012 to the list of invasive alien plants developed by the European and Mediterranean Plant Protection. The first step for the control of invasion should be directed at understanding and quantification of their location, extent and evolution, naamely the monitoring of the phenomenon. In this sense, the techniques and methods of remote sensing can be very useful, as is reflected in the international literature on similar cases in other locations. In particular, the aim of this doctoral work focuses on developing a role model for the control of invasive Hakea sericea, based on the identification and mapping of areas covered by the bush, using high spatial resolution images obtained from aerial platforms (Unmanned Aerial Vehicle: UAV/drone) and orbital platforms (WorldView-2), following an object-oriented image analysis approach. The methodology employs a WorldView-2 scene along with two orthoimagery in the visible and near infrared spectrum obtained with drone. The Worldview-2 image was radiometrically processed to calculate reflectance’s in the sensor, in addition to a pan-sharpening it. Subsequently an analysis based image objects was conducted, segmenting the image and defining twelve spaces of entities as input to the classifier. These spaces of entities included basic spectral information, vegetation indices and/or textures derived from the image. A legend was established with seven classes of land cover for the study area (Hakea sericea, trees, infrastructure, bare soil, scrub, agricultural land and water) using a supervised classification and nonparametric nearest neighbour algorithm. To validate the results of the classification a confusion matrix was calculated, the user, producer and KHAT accuracies and their confidence intervals based on a stratified random sampling with 410 samples. A similar procedure was followed to identify Hakea sericea using the UAV flights orthoimagery. The results of this work show that the Worldview-2 image classification using the data set of Basic 3 (which includes all multispectral bands) has provided satisfactory and more accurate results, with an overall accuracy of 80.98% (KHAT: 0.77) and a user and producer accuracies for the class of Hakea sericea of 94.81% and 93.59% respectively (KHAT: 0.95). For the orthoimagery the best results were obtained using the data set of Basic 1 (Red, Green, Blue, Near Infrared), reaching an overall accuracy of 75.47% (KHAT: 0.68), and user and producer accuracies for Hakea sericea of 62.90% and 78.00% respectively (KHAT: 0.73). Therefore, the two data sources (Worldview-2 and drone) are suitable for the identification and mapping of Hakea sericea in northern Portugal, using the methodology described in this work.Las plantas invasoras son especies no-nativas que se establecen y se dispersan en su nueva ubicación generando un impacto negativo en el ecosistema local y representando una de las causas más importantes de la extinción de especies locales. Este fenómeno está presente en Portugal, donde la invasión de especies exóticas es ya una amenaza real para la flora nativa afectando la biodiversidad. Esta situación se agrava en hábitats y ecosistemas que sean particularmente vulnerables, tal es el caso del Parque Nacional de Peneda-Gerês o la Serra d`Arga. Entre las plantas invasoras allí presentes destaca negativamente la Hakea sericea, un arbusto que está colonizando grandes áreas en el norte de Portugal, y que se añadió en 2012 a la lista de plantas exóticas invasoras desarrollada por la Organización Europea y Mediterránea de Protección Fitosanitaria. El primer paso destinado al control de la invasión debe estar orientado al conocimiento y cuantificación de su ubicación, extensión y evolución, es decir, a la monitorización del fenómeno. En este sentido, las técnicas y métodos propios de la teledetección pueden resultar de gran utilidad, tal y como queda reflejado en la bibliografía internacional en casos similares en otras ubicaciones. En particular, el objetivo de este trabajo doctoral se centra en desarrollar un modelo de actuación para el control de la invasora Hakea sericea, basado en la identificación y cartografiado de las áreas cubiertas por el arbusto, utilizando imágenes de alta resolución espacial obtenidas desde plataformas aéreas (vehículos aéreos no tripulados: UAV/Dron) y orbitales (WorldView-2), siguiendo un enfoque de análisis de imágenes orientado a objetos. La metodología aplicada emplea una escena WordlView-2 junto con dos ortoimágenes en el espectro visible e infrarrojo cercano obtenidas con dron. La imagen Worldview-2 se procesó radiométricamente para calcular reflectancias en el sensor, además de realizar un pan-sharpening de la misma. Posteriormente se llevó a cabo un análisis de imágenes basado en objetos, segmentando la imagen y definiendo doce espacios de entidades como datos de entrada para el clasificador. Estos espacios de entidades incluyeron información espectral básica, índices de vegetación y/o texturas derivadas de la imagen. Se estableció una leyenda con las siete clases de cubiertas del suelo del área de estudio (Hakea sericea, arbolado, infraestructuras, suelo desnudo, matorral, suelo agrícola y agua), utilizando una clasificación supervisada y el algoritmo no paramétrico del vecino más próximo. Para validar los resultados de la clasificación se calculó la matriz de confusión, la exactitud del usuario, la precisión del productor y KHAT, así como sus intervalos de confianza, basados en un muestreo aleatorio estratificado con 410 muestras. Un procedimiento similar se siguió para identificar Hakea sericea utilizando las ortoimágenes de los vuelos UAV. Los resultados obtenidos de este trabajo muestran que la clasificación de la imagen Worldview-2 utilizando el conjunto de datos Básico 3 (que incluye todas las bandas multiespectrales) ha proporcionado unos resultados satisfactorios y más precisos, con una exactitud global de 80,98% (KHAT: 0,77) y unas exactitudes del usuario y del productor para la clase de Hakeasericea del 94,81% y 93,59 % respectivamente (KHAT: 0,95). En cuanto a las ortoimágenes, los mejores resultados se han obtenido utilizando el conjunto de datos básico 1 (Rojo, Verde, Azul, Infrarrojo Cercano), alcanzando una exactitud global de 75,47% (KHAT: 0,68), y unas exactitudes del usuario y del productor para Hakeasericea de 62,90% y 78,00% respectivamente (KHAT: 0,73). Por lo tanto, las dos fuentes de datos (Worldview-2 y dron) son adecuadas para la identificación y cartografiado de Hakea sericea en el norte de Portugal, empleando la metodología descrita en este trabajo.