Generación de cartografía de posidonia oceanica con imágenes Sentinel 2
[ES] Este trabajo evaluó el potencial de las imágenes Sentinel-2 para cartografiar praderas de Posidonia oceanica en la Bahía de Xàbia (Alicante, España). Se aplicaron corrección atmosférica (Sen2Cor) y corrección de columna de agua (Maritorena), en la clasificación supervisada mediante Random Fores...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2025 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/229073 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/229073 |
| Access Level: | acceso abierto |
| Palabra clave: | Posidonia oceanica Teledetección Sentinel-2 Clasificación supervisada Bahía de Xàbia Remote sensing Supervised classification Bay of Xàbia Máster Universitario en Evaluación y Seguimiento Ambiental de Ecosistemas Marinos y Costeros-Màster Universitari en Avaluació i Seguiment Ambiental d&apos Ecosistemes Marins i Costaners |
| Sumario: | [ES] Este trabajo evaluó el potencial de las imágenes Sentinel-2 para cartografiar praderas de Posidonia oceanica en la Bahía de Xàbia (Alicante, España). Se aplicaron corrección atmosférica (Sen2Cor) y corrección de columna de agua (Maritorena), en la clasificación supervisada mediante Random Forest (RF) y Support Vector Machine (SVM). Los algoritmos se entrenaron y validaron con 1.086 puntos de referencia independientes, evaluando su precisión mediante matrices de confusión. Los resultados mostraron exactitudes globales superiores al 93 % (Kappa > 0.86), con errores concentrados en la franja de transición Posidonia arena. El mapa obtenido con RF tras corrección atmosférica y corrección de columna de agua fue el más representativo, al combinar altos valores estadísticos con mayor coherencia frente a la cartografía visual. Las principales limitaciones se relacionaron con la reducción de clases a dos categorías, la pérdida de fiabilidad en aguas profundas (>15 m) y la falta de datos de campo estratificados, lo que favoreció la sobreestimación de praderas. Se recomienda ampliar el número de clases, reforzar la calibración con batimetría y muestreos específicos para mejorar la caracterización en aguas profundas. |
|---|