Teledetección de arbustos dispersos en zonas áridas mediante análisis de imágenes basado en objetos y aprendizaje profundo

Resumen

Las zonas áridas (en el sentido amplio del término drylands en inglés) representan el 41% de la superficie terrestre y albergan a más de un tercio de la población mundial. Debido a la escasez de agua, su vegetación no es continua sino que forma parches dispersos. La caracterización y análisis del patrón espacial de estos parches es clave para comprender el funcionamiento ecosistémico y los procesos de degradación en estas áreas. Un ejemplo singular de este tipo de ecosistemas son aquellos dependientes de aguas subterráneas (GDE, en inglés), en los que la presencia de arbustos freatófitos representa la vía principal de acceso a un recurso tan escaso como el agua. La competencia por los recursos y los factores edáficos que determinan el acceso al agua subterránea dan lugar a la distribución dispersa de éstos. Esta tesis presenta un enfoque metodológico novedoso para la detección y cartografía de arbustos dispersos, como vía para caracterizar su patrón espacial y comprender los procesos ecológicos que subyacen al funcionamiento del ecosistema. Para ello, usamos como caso de estudio los matorrales arborescentes de Ziziphus lotus (L.) Lam., un arbusto freatófito de distribución gregaria que forma islas de fertilidad en un matriz paisajística de suelo desnudo y matorral bajo, y que está protegido como hábitat prioritario en Europa. Este hábitat ofrece un modelo excepcional para el ensayo de nuevos métodos de teledetección para la cartografía de arbustos dispersos, ya que éstos ocupan áreas bien delimitadas en el espacio y presentan alto contraste espectral con el entorno durante los meses de verano. En concreto, los retos abordados han sido: 1) Elaborar una guía para mapear arbustos de Z. lotus mediante Análisis de Imágenes Basado en Objetos (OBIA, en inglés) aplicado a ortoimágenes de muy alta resolución tomadas con drone, helicóptero y satélite; 2) Desarrollar un modelo de inteligencia artificial basado en redes neuronales convolucionales (CNN, en inglés) para detectar automáticamente arbustos dispersos de Z. lotus en zonas áridas de diferentes lugares del mundo; y 3) Proponer una aproximación basada en teledetección para inferir la dependencia de aguas subterráneas en zonas áridas a partir de la asociación entre los patrones espaciales de los arbustos y las fracturas del terreno. Los resultados obtenidos indican que: 1) La mejor cartografía de arbustos de Z. lotus realizada mediante OBIA (precisión de 0.96) se obtuvo a partir de costosas imágenes de muy alta resolución obtenidas por cámaras aerotransportadas. Sin embargo, gracias al proceso de optimización de los parámetros de segmentación propuesto, las imágenes algo más groseras, pero gratuitas, disponibles a través de Google Earth proporcionaron una precisión equivalente (0.94) y suficiente para caracterizar el patrón espacial de arbustos como Z. lotus; 2) El desarrollo de modelos de CNNs para detectar arbustos en imágenes de alta resolución como las de Google Earth permitió mejorar aún más la alta precisión obtenida con OBIA. Además, las CNN presentaron la ventaja sobre OBIA de poder reutilizar el modelo desarrollado para una región del SE ibérico, en otros puntos de la Región Mediterránea, abaratando y agilizando la caracterización y seguimiento de la distribución de arbustos a escala regional o global; y 3) La cartografía de detalle de los parches de Z. lotus elaborada mediante teledetección para el azufaifar del Parque Natural de Cabo de Gata-Níjar permitió desvelar la relación espacial existente entre estos arbustos freatófitos y las fracturas del terreno que le facilitan el acceso al agua subterránea. Esto, unido al mantenimiento de niveles de verdor altos durante el verano y desacoplados de la precipitación, proporcionó evidencia para su consideración como GDE, y para promover su conservación efectiva bajo la Directiva Marco del Agua europea (Directiva 2000/60/CE). En conjunto, esta tesis sienta las bases para elaborar un sistema basado en teledetección capaz de detectar y cartografiar arbustos dispersos, como forma de inferir aspectos esenciales del funcionamiento ecosistémico en zonas áridas.