Estimación de cambios en bosques amazónicos mediante el procesamiento de imágenes de radar de apertura sintética de bandas X Y P

Abstract

El presente trabajo de investigación se encuentra dentro del campo de la teledetección, específicamente orientado al análisis y procesamiento de imágenes de radar de apertura sintética (SAR) de bosques amazónicos, cuya finalidad es obtener mapas de cambios que permiten estimar indicadores de cuantificación referidos a cambios forestales, tales como el porcentaje de deforestación, tala selectiva e inundación de bosque. El objetivo de este trabajo es incrementar la información forestal en la Amazonía, referida a cambios, a través de dos métodos que permiten sintetizar un mapa de cambios, a partir de la segmentación y descripción de imágenes SAR de reflectividad en las bandas X y P. El primer método desarrollado se basa en la descripción de características de cambio, el cual emplea la segmentación SLIC, descriptores estadísticos y espectrales de textura, y redes neuronales artificiales. Por otro lado, se desarrolló un segundo método basado en la doble umbralización de imágenes de diferencia. Los resultados muestran que ambos métodos pueden proporcionar mapas de cambios con alta precisión y exactitud, permitiendo la estimación de indicadores de cambio en la reflectividad SAR en ambas bandas.

This thesis research work is within the field of remote sensing, specifically oriented to the synthetic-aperture-radar (SAR) images analysis and processing of Amazonian forests, which aims to obtain change maps that allow to estimate quantification indicators referred to forest changes, such as the deforestation rate, selective logging and forest flooding. This work has the goal of increasing the change-referred forest information in the Amazon, through two methods that allow synthetizing a change map from the segmentation and description of the X-and-P-band SAR reflectivity images. The first developed method is based on the description of change features, using the SLIC segmentation, statistic and spectral feature descriptors, and artificial neural networks. On the other hand, it has been developed a second method based on the double thresholding of the difference image. The results show that both methods can provide highly-precise change maps, allowing the estimation of indicators of changes in the SAR reflectivity in the two bands.