Estimación de mapas de abundancia de arvenses y firmas espectrales mediante factorización no-negativa de matrices a partir de imágenes satelitales

Abstract

Uno de los pilares de la agricultura de precisión es la teledetección a través de imágenes satelitales. La obtención de mapas de abundancia y el desmezclado ciego de estas imágenes en firmas espectrales, hacen posible la obtención, a partir de grandes volúmenes de datos, de características del terreno sin necesidad de la presencia humana. A partir de la aplicación de herramientas de factorización no negativa de matrices fue posible comparar diversos métodos que se aplican en la localización de plantas invasoras en terrenos plantados de caña de azúcar (Saccharum spp). Por tanto, el presente trabajo tiene como principal objetivo evaluar 4 métodos de factorización no negativa de matrices utilizados para estimar mapas de abundancia y firmas espectrales a partir de imágenes satelitales de vegetaciones. Estos métodos (SGSNMF, MVBD, IBPGA y GJNMFO) ejecutados a través de Matlab, demuestran que los resultados son muy alentadores y consistentes con respecto a la detección del arvense. Sorprendentemente, son los métodos no concebidos para el desmezclado de imágenes satelitales (MVBD-MU y GJNMFO) los que logran una mejor identificación de los píxeles invadidos por S. halepense, y con gran consistencia entre ellos en este aspecto.