Clasificación multitemporal de usos y coberturas del suelo en la cuenca del Mar Menor a partir de datos multitemporales de diferentes sensores remotos con técnicas de "Machine Learning"

Abstract

Dada la importancia de la monitorización de los usos y coberturas del suelo en el contexto del Cambio Global, este estudio analiza y evalúa los resultados de modelos conocidos para su clasificación en determinadas áreas semiáridas como la cuenca del Mar Menor, donde la distinción entre clases con características espectrales similares es compleja, utilizando datos de diferentes sensores de las constelaciones Sentinel-1 y Sentinel-2 de la ESA y Lidar del PNOA. Los aspectos analizados son: (1) el efecto que la elección del algoritmo para eliminar efectos atmosféricos de los datos ópticos (Sen2Cor, MAJA, ACOLITE o DOS) ejerce sobre los resultados, junto al de la elección de un conjunto de datos multitemporal adecuado y la influencia de ambos en la separabilidad entre clases; (2) la sinergia entre los diferentes tipos de datos (ópticos, SAR y Lidar) y su impacto en la clasificación; y (3) el uso de técnicas GEOBIA con diferentes algoritmos de segmentación Region Growing, Mean Shift y Multirresolución) y su efecto en la clasificación. En varios de los trabajos que componen este estudio también se han analizado y evaluado diferentes algoritmos de aprendizaje automático para clasificación, como Random Forest, Support Vector Machines, Perceptron Multicapa y otros tipos de Redes Neuronales. Los resultados obtenidos en el primer trabajo permiten afirmar que el uso de cuatro imágenes (una por estación) preprocesadas con ACOLITE, influye en la mejora del ajuste global de la clasificación y contribuye a la separabilidad entre las clases establecidas. Los resultados del segundo trabajo confirman que el uso de datos de diferentes sensores mejora los resultados de la clasificación en el área. Paralelamente, la evaluación de varios algoritmos de aprendizaje automático para la clasificación refleja que Random Forest ofrece mejores resultados de ajuste y separabilidad frente a otros, utilizando con eficacia el método propuesto para la reducción de la dimensionalidad del modelo. El tercer trabajo presenta un procedimiento de optimización de los parámetros de los algoritmos de segmentación que permite ampliar el rango de combinaciones posibles de forma efectiva. Sin embargo, los resultados de exactitud global obtenidos usando métodos GEOBIA parecen sobreestimados. Su validación cualitativa evidencia confusiones serias entre clases, y hace necesario considerar también métricas específicas de clases. El algoritmo de segmentación Multirresolución destaca en métricas globales pero con errores de confusión entre clases, mientras que Region Growing muestra mejor funcionamiento con clases problemáticas. Random Forest parece el algoritmo de clasificación más adecuado en este área junto con la selección de variables, mejorando el rendimiento de los datos. Comparado con otros algoritmos, es el menos sensible a cambios de sus hiperparámetros, aunque no produzca las mejores métricas de ajuste globales, mientras que las redes neuronales como el Perceptrón Multicapa y las Redes Neuronales de Convolución tienden a incrementar las confusiones entre las clases menos frecuentes, ya que el proceso de optimización las lleva a reconocer mejor las clases más frecuentes.

Given the importance of monitoring land use and land cover in the context of global change, this study analyses and evaluates the results of well-known models for LUC classification in certain semi-arid areas, such as the Mar Menor basin, where the distinction between classes with similar spectral characteristics is complicated, using data collected by different sensors from the ESA (Sentinel-1 and Sentinel-2 constellations) and PNOA Lidar. The aspects analysed are: (1) the impact of the choice of optical data pre-processing algorithm to remove atmospheric effects, such as Sen2Cor, MAJA, ACOLITE or DOS, on the final results, together with the choice of a suitable multi-temporal dataset and the influence of both on the separability between classes; (2) the synergy between the different types of data (optical, SAR and Lidar) and their impact on the classification of uses and coverage; and (3) the use of GEOBIA techniques with different segmentation algorithms (region growing, mean shift and multiresolution) and their impact on the classification. In part of the research that make up this study, also different machine learning algorithms for classification have been analysed and evaluated, such as Random Forest, Support Vector Machines, Multilayer Perceptron and other Neural Networks. The results obtained in the first research allow us to confirm that the use of four images (one per season) preprocessed with ACOLITE influences the improvement of the global adaptation of the classification and contributes to the separability between the classes identified. The results of the second research confirmed that the use of data from different sensors improves the classification results in the area. In parallel, the evaluation of several machine learning algorithms for classification showed that Random Forest offered better adaptation and separability results than others, applying effectively a dimensionality reduction method. The third research presents a procedure for optimising the parameters of the segmentation algorithms, which effectively extends the range of possible combinations. However, the overall accuracies obtained with the GEOBIA methods seem to be overestimated. Their qualitative validation shows serious confusion between classes, so it is necessary to consider also the metrics by class. Multiresolution segmentation was excellent for global metrics but struggled with some class classifications, while Region Growing performed better with problematic classes. Random Forest is confirmed as the best performing classification algorithm in this area, along with variable selection, which improves the performance of the dataset. Compared to other classification algorithms, it is the least sensitive to changes in its hyperparameters, although it is not the one that offers the best overall fit metrics, while neural networks such as Multilayer Perceptron and Convolutional Neural Networks tend to increase confusion between the less frequent classes, as the hyperparameter optimisation process leads them to better recognise the more frequent classes.