Assessment of post fire vegetation cover using spectral mixture analysis. Application and comparison of different endmember characterization methods | Evaluación de la cobertura de la vegetación después de un incendio mediante análisis de mezclas espectrales. Aplicación y comparación de diferentes métodos de caracterización de factores de referencia

Inglés. The analysis of satellite images allows one to monitor the regeneration of vegetation after a fire. In this work, a methodology for quantifying post fire vegetation cover was developed. The proposed methodology is based on the examination of Landsat 7 ETM+ images by using Spectral Mixture Analysis (SMA) and involves the following steps: a) pre-processing, b) inherent dimensionality image determination c) endmember characterization following two methods that thus lead to different models: traditional method based on the knowledge of the area worked as well as Minimum Noise Fraction and Pixel Purity Index method, d) model inversion and combination, e) comparison between the vegetation cover estimated by each model and that measured in field, and f) selection of the most accurate model and mapping of the vegetation cover for the study area. The cover estimated provided by the different models exhibited a high correlation (Spearman’s correlation coefficient >0.89). The average absolute difference between the estimated and field-measured vegetation cover obtained with the most accurate model for each fire never exceeded 6%.

Español; castellano. El análisis de imágenes de satélite permite el seguimiento y evaluación de los procesos de restauración post-incendio. En este trabajo se presentan parte de los resultados de una metodología dirigida a la cuantificación de la cobertura de la vegetación después de un incendio. La metodología propuesta se basa en el empleo de imágenes Landsat 7 ETM+ mediante un Análisis de Mezclas Espectrales (SMA) y supone los siguientes procesos: a) pre-procesado de la imagen, b) determinación de la dimensión intrínseca (inherent dimensionality) de la imagen c) selección y caracterización de los factores de referencia (endmember) mediante dos métodos propuestos en la literatura: estudio previo de la zona de trabajo, Minimum Noise Fraction y pixles puros (Pixel Purity Index), d) inversión del modelo y combinación, e) comparación entre la cobertura estimada por cada modelos y las medidas realizadas en el campo, y f) selección del modelo de mayor precisión para la realización de una cartografía de la cobertura de la vegetación en el área de estudio. La cobertura estimada por los diferentes modelos muestran una alta correlación (Coeficiente de correlación de Spearman > 0.89), lo que ha permitido establecer una diferencia entre las medidas de cobertura a través de la imagen y la estimación de campo que en ningún caso han superado el 6% de la cobertura post-inendio.