Estudi Tècnic per a la Classificació de Cobertures del Sòl Forestal a partir d'Imatges Sentinel-2 mitjançant Fotointerpretació i Algoritmes d'Aprenentatge Automàtic | Estudio técnico para la clasificación de coberturas del suelo forestal a partir de imágenes Sentinel-2 mediante fotointerpretación y algoritmos de aprendizaje Automático | Technical study for the Classification of Forest Soil Coverage from Sentinel-2 Images through Photointerpretation and Machine Learning Algorithms

[ES] En les darreres dècades, l abandó agrari i la regeneració natural han afavorit l expansió dels boscos en gran part del territori mediterrani. Aquest procés incrementa la càrrega de combustible i disminueix les discontinuïtats del paisatge mosaics agrícoles, clarianes i zones gestionades que actuaven com a tallafocs naturals. Com a conseqüència, els incendis presenten major continuïtat i intensitat, amb més probabilitat d evolucionar cap a grans incendis forestals. Davant aquest escenari, es fa imprescindible una gestió forestal activa i adaptativa que recupere el mosaic territorial i reduïsca la continuïtat del combustible. La motivació principal del present treball és generar informació actualitzada que done suport a la planificació territorial i a la gestió forestal en un context de canvis d ús de sòl i risc d incendis forestals, mitjançant ferramentes de lliure accés. Aquest treball desenvolupa i avalua una metodologia per a la classificació d usos i cobertes del sòl a la província de Castelló, combinant imatges multiespectrals Sentinel-2, estadístiques zonals i algoritmes d aprenentatge automàtic entrenats amb dades obtingudes mitjançant fotointerpretació. Metodològicament, (1) es construeix una base de dades a partir de parcel·les fotointerpretades, (2) es calculen estadístiques zonals de les bandes de Sentinel-2 i variables auxiliars (MDT i pendent), (3) i es comparen diversos models algorítmics en WEKA; (4) el algoritme seleccionat s implementa en Python per a l aplicació operativa, (5) i es prova en un escenari pilot (Benassal) integrant els resultats en QGIS per al seu anàlisi cartogràfic. D'acord amb l'Ordre CIN/324/2009, del 9 de febrer, que estableix els requisits per a la verificació dels títols universitaris oficials que habiliten per a l'exercici de la professió d'Enginyer Tècnic Forestal, el present treball és de marcat caràcter tècnic i aplicar coneixements obtinguts durant els estudis a nivell pràctic, així com, contribuint al desenvolupament de diverses competències tècniques. Entre elles, la capacitat per a mesurar, inventariar i avaluar els recursos forestals; la capacitat per a entendre, interpretar i adoptar els avanços científics en el camp forestal; així com l'habilitat per a desenvolupar i transferir tecnologia, la qual cosa resulta essencial per a afrontar els reptes actuals de la gestió forestal sostenible i la professió d'enginyer forestal. Competències específiques ordre CIN: Dins del mòdul de Formació Bàsica: Coneixements bàsics sobre l'ús i la programació dels ordinadors, sistemes operatius, bases de dades i programes informàtics amb aplicació en enginyeria. Dins del mòdul comú a la Branca Forestal, Capacitat per conèixer, comprendre i utilitzar els principis de la Dasometria i l'Inventari Forestal

[EN] In recent decades, agricultural abandonment and natural regeneration have fostered forest expansion across much of the Mediterranean. This process increases fuel loads and reduces landscape discontinuities agricultural mosaics, clearings, and managed areas that acted as natural firebreaks. Consequently, wildfires exhibit greater continuity and intensity, with a higher likelihood of evolving into large forest fires. In this scenario, active and adaptive forest management is essential to restore the landscape mosaic and reduce fuel continuity. The main motivation of this work is to generate up-to-date information to support territorial planning and forest management in a context of land-use change and wildfire risk, using open-access tools. This study develops and evaluates a methodology for the classification of land use and land cover in the province of Castelló, combining Sentinel-2 multispectral imagery, zonal statistics, and machine-learning algorithms trained with data obtained through photointerpretation. Methodologically, (1) a database is built from photointerpreted parcels, (2) zonal statistics are computed for Sentinel-2 bands and auxiliary variables (DEM and slope), (3) several algorithmic models are compared in WEKA; (4) the selected algorithm is implemented in Python for operational application, (5) and it is tested in a pilot area (Benassal), integrating the results into QGIS for cartographic analysis. In accordance with Order CIN/324/2009, of February 9, which establishes the requirements for the verification of official university degrees that enable the exercise of the profession of Technical Forest Engineer, the present work is of a marked technical nature and applies knowledge obtained during the studies at a practical level, as well as contributing to the development of various technical skills. Among them, the ability to measure, inventory and evaluate forest resources; the ability to understand, interpret and adopt scientific advances in the forestry field; as well as the ability to develop and transfer technology, which is essential to face the current challenges of sustainable forest management and the profession of forest engineer. Specific skills CIN order: Within the Basic Training module: Basic knowledge of the use and programming of computers, operating systems, databases and computer programs with application in engineering. Within the common module in the Forestry Branch, Ability to know, understand and use the principles of Dasometry and Forest Inventory

Casesnoves Andrés, F. (2025). Estudi Tècnic per a la Classificació de Cobertures del Sòl Forestal a partir d'Imatges Sentinel-2 mitjançant Fotointerpretació i Algoritmes d'Aprenentatge Automàtic. https://riunet.upv.es/handle/10251/227223

TFGM