Procedimiento CROPCLASS® de clasificación de cultivos en...

Procedimiento CROPCLASS® de clasificación de

cultivos en imágenes remotas a nivel parcela para su uso en el censo agrícola

J. J. Caballero Novella, L. García Torres, D. Gómez Candón

CONSEJO SUPERIOR DE INVESTIGACIONES CIENTÍFICAS

Conferencia ESRI España, Madrid , 02-03 Octubre. 2013

Instituto de Agricultura Sostenible (IAS-CSIC) Córdoba, España [email protected] http://www.ias.csic.es/precisionmalherbologia

Conferencia ESRI España, Madrid, 02-03 Oct 2013

Procedimiento CROPCLASS-1.0® de clasificación de cultivos en imágenes remotas a nivel parcela para su uso en el censo agrícola

Contenido

1) Importancia de clasificar los usos de suelo en agricultura (cultivos) 2) Método de clasificación y de diagnóstico de cultivos 3) CROPCLASS-1.0 ® procedimiento & software (+CROPCLASS-2.0 en desarrollo) 4) Futuro y universalización del procedimiento 5) Proyectos, publicaciones, registro y patente



1) Importancia de clasificar los usos de suelo en agricultura (cultivos) Identificación de parcelas en series de imágenes remotas Elevado numero de parcelas en la misma escena Necesidad de establecer un censo/catalogación (estadísticas, subsidios administrativos, etc.) Trabajo costoso realizado en visitas de campo o por encuestas Sistema “espacial” frente a modelo espectral Criterios para establecer sistema de clasificación Patrón espectral reconocible de los cultivos Método de toma de decisiones Minimizar desplazamiento físico Parcelación + Datos espectrales + soporte estadístico + modelos predictivos Semi-automatización o automatización completa (CROPCLASS-1.0® + CROPCLASS-2,0 en desarrollo)

T = 1

T = 2

T = N


Heterogeneidad de las parcelas + variación a lo largo del tiempo

Fenología/ evolución temporal de los cultivos / usos de suelo

Jan. Feb. Mar. Apr. May June July Aug. Sept. Oct. Nov. Dec.

Broad bean (BNS) Vegetative Flowering/fruiting Senescence Sowing/ emergence

Chickpeas (CHK) Vegetative Flowering/fruiting Senescence Sowing/ emergence

Citrus (CIT) Leaf growing Fruit setting Fruit growing

Cotton (COT) Sowing/emergence Vegetation Blooming & fruiting Senescence

Corn (CRN) Sowing/emergence Vegetation & fruiting Senescence

Mediterranean Forest (MFO) Leaf growing Vegetation & fruiting

Oat (OAT) Vegetative Flowering/fruiting Senescence Sowing/ emergence

Olive (OLV) Leaf growing Fruit setting Fruit growing

Floppy (PAP) Leaf growing Blooming & fruiting

Potato (POTsum.) Sowing/ emergence Blooming Senescence

Potato (POTwint.) Sowing Blooming Senescence

Rapeseed (RPS) Flowering/fruiting Senescence Sowing/ emergence

Riparian Trees (POP) Leaf growing Vegetation & fruiting Senescence/ Leaf falling

Sunflower (SUN) Sowing/emergence Vegetative/Flowering Senescence

Wheat (WHT) Vegetative Flowering/fruiting Senescence Sowing/ emergence




2) Método de clasificación y de diagnóstico de cultivos - Batería de imágenes GeoEye-1, V1/Abril, V2….. V7/Octubre, (~100 km2 escena, sur de España) - ~1000 parcelas por imagen - ~500 parcelas de estudio principal - ~15 tipos de cultivo diferentes - 4 bandas del espectro visible + infrarrojo cercano (R,G,B, NIR), (método extrapolable a imágenes hiperespectrales)

- Varios índices de vegetación (NDVI, R/G, B/G ) - ENVI® software para el procesado de imágenes - Árbol de decisión de validación cruzada para creación del modelo

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

V1NDVI V2NDVI V3NDVI V4NDVI V5NDVI V6NDVI V7NDVI

OLV-s.d.

POP-s.d

ORT-s.d.

MedForesf-s.d.

OLV-mean

POP-mean


Evolución del NDVI en algunos usos de suelo pseudo-invariantes

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.8

0.9

V1NDVI V2NDVI V3NDVI V4NDVI V5NDVI V6NDVI V7NDVI

SUNF-s.d

CRN-s.d.

Cotton-s.d.

POT-s.d.

CRN-mean

POT-mean


Evolución del NDVI en algunos usos de suelo variantes (cultivos de verano)

Cultivos / Otros Tipos de cultivo / otros

Uso de suelo genral

_______________________________________________________________________

Cítricos (CIT) Bosque Mediterráneo (MFO) Olivo (OLV)

Árboles adultos

Vegetación de Ribera (POP)

Habas(BNS) Guisantes (CHK) Avena(OAT) Papaver (PAP) Patatas (POP)

Arboledas jóvenes

Vegetación

Colza (RPS) Olivo / cítrico joven (YTO) Trigo (WHT) Algodón (COT) Maíz (CRN) Patatas (POTs)

Cultivos de verano

Girasol (SUN) Edificios/zonas urbanas/carreteras pavimentadas/etc

Obra civil

No Vegetación

Embalses/zonas anegadas/ríos/etc. Superficies de agua

Agrupación sucesiva de cultivos en el análisis estadísticos (arboles de decisión)

Vista parcial de algunos análisis estadísticos (arboles de decisión)

3) CROPCLASS-1.0® procedimiento & software

Cada “parcela” es una unidad básica que contiene un cultivo y puede ser delimitada / almacenada para su traslación en la serie de imágenes

multi-temporales (p. ej., mediante un shapefile).




3) CROPCLASS-1.0® procedimiento & software - Introducción (semi) automática de imágenes temporales - Aprovechamiento potencial de parcelas existentes - Introducción (semi) automática de parcelas a estudiar / determinar. - Transcripción de los algoritmos a IDL. - Ficheros de salida con información espectral. - Fichero de salida con información sobre las predicciones.


Esquema de CROPCLASS-2.0 (en fase avanzada

de desarrollo)


Prueba Tipo de cultivo Uso estimado Probabilidad

01_060.shp Arboleda de Naranjos AdultTrees 100%



01_029.shp Maíz SummerCrop 100%



07_026.shp Algodón SummerCrop 100%

11_032.shp Girasol SummerCrop 100%

05_67.shp Trigo WinterCrop 100%


08_34a.shp Trigo WinterCrop 100%


11_078.shp Trigo Unknown N/A

NV_01.SHP Zona Urbana CivilWork 100%



CROPCLASS-2.0 (en desarrollo, estimación estadística probabilidad acierto)



4) Futuro y Universalización (en avanzado estado de desarrollo) - Adaptable a cualquier región agrícola con sus particulares/ específicos sistemas de cultivo, etc., - Estimar e introducir varios modelos de predicción - Distintos criterios de clasificación - Estimar el número de imágenes necesarias cada año agrícola - Externalizar introducción de modelos - Ampliar tipo / número de cultivos reconocidos - Metodología flexible a diferentes zonas geográficas / climáticas


Procedimiento CROPCLASS-1.0 ® de clasificación de cultivos en imágenes remotas a nivel parcela para su uso en el censo agrícola

CONSIDERACIONES FINALES

-- Catalogar mediante visitas de campo los cultivos de cada parcela es un procedimiento muy lento y costoso. -- Programas / módulos como CROPCLASS-1.0® y el CROPCLASS-2.0 (EN DESARROLLO) son necesarios para establecer clasificaciones semi-automáticas de cultivos en imágenes multi-temporales. -- Actualmente trabajando en un modo de hacerlo adaptable/ aplicable a cualquier región agrícola / cualquiera otro sistema de cultivos.

Conferencia ESRI España, Madrid, 02-03 Oc


Proyectos, publicaciones, registros & patentes (IAS-CSIC) Proyectos (Ministerio de Economía y Competitividad) AGL2007- 60926 (2008-2010) AGL2010- 15506 (2011-2013) Artículo/s: próximo envío Registros: software CROPCLASS1.0® (772_2011/ AL-0125018, 24 Mayo 2011) software CROPCLASS 2.0® (en proceso) Patente: CROPCLASS-2.0 (previsible finales 2013)

MUCHAS GRACIAS POR SU ATENCIÓN

¡

Procedimiento CROPCLASS® de clasificación de cultivos en...

Documents

Transcript of Procedimiento CROPCLASS® de clasificación de cultivos en...