Este trabajo tiene como objetivo analizar la distribución de la vegetación en el municipio de Valencia, empleando técnicas avanzadas de teledetección y análisis geoespacial. Se ha evaluado la evolución de las áreas verdes utilizando imágenes satelitales de alta resolución y algoritmos de enmascaramiento de nubes, con el fin de obtener imágenes limpias para calcular el Índice de Vegetación de Diferencia Normalizada (NDVI) en cada metodología.
Para el análisis de las áreas verdes en Valencia, se emplearon imágenes satelitales obtenidas del satélite Sentinel-2. Estas imágenes fueron procesadas a través de Google Earth Engine, una plataforma que permite realizar análisis geoespaciales complejos con grandes volúmenes de datos. El estudio utilizó diferentes algoritmos de detección y enmascaramiento de nubes, con el fin de obtener imágenes libres de nubosidad, lo que es crucial para calcular el Índice de Vegetación de Diferencia Normalizada (NDVI). Los algoritmos evaluados fueron:
- QA60: Se basa en la banda de calidad de las imágenes de Sentinel-2, proporcionando una detección binaria de nubes.
- SCL (Scene Classification Layer): Clasifica píxeles en varias categorías, incluyendo nubes, agua y vegetación.
- S2CloudLess: Un algoritmo basado en aprendizaje automático que predice la probabilidad de nubes.
- CloudScore+: Desarrollado específicamente para este estudio, combina bandas espectrales y análisis estadísticos para mejorar la detección de nubes y sombras.
Además, se compararon los resultados obtenidos con la capa de vegetación proporcionada por el Ayuntamiento de Valencia y los datos del servicio de monitoreo Copernicus (Land Monitoring Service). Esta combinación de metodologías permitió realizar un análisis exhaustivo de la cobertura vegetal en Valencia, evaluando la eficacia de cada algoritmo en diferentes condiciones climatológicas y períodos de tiempo.
Los resultados mostraron variaciones significativas entre los diferentes algoritmos de detección de nubes. El algoritmo CloudScore+ demostró ser el más preciso, con una alta capacidad para detectar nubes pequeñas y sombras, seguido por el SCL. Por otro lado, el QA60 tuvo un rendimiento inferior, particularmente en la detección de nubes pequeñas y cirros. Los índices de vegetación (NDVI) obtenidos con los algoritmos CloudScore+ y SCL mostraron una mayor concordancia con los datos de referencia de Copernicus, lo que indica que son los más adecuados para analizar la vegetación en áreas urbanas.
En cuanto a la extensión de las áreas verdes, se observó que el NDVI generado por el algoritmo QA60 identificó un 34.06% de la superficie de Valencia como vegetación, mientras que el algoritmo CloudScore+ identificó un 33.31%. Estos resultados fueron superiores a los obtenidos por el Ayuntamiento de Valencia, que estimaba una cobertura vegetal de solo el 3.79%, lo que sugiere que la metodología utilizada en este estudio proporciona una visión más completa y detallada de la vegetación urbana.
Las conclusiones de este trabajo también subrayan la relevancia de utilizar técnicas geoespaciales en la gestión ambiental y urbana, contribuyendo a mejorar la planificación y conservación de las áreas verdes. Este análisis es particularmente valioso para Valencia, dada su designación como Capital Verde Europea. Implementar estas recomendaciones y seguir utilizando tecnologías geoespaciales podría ayudar a la ciudad a cumplir sus objetivos de sostenibilidad y mejorar la calidad de vida de sus habitantes.
Desde este enlace podrás acceder a la documentación completa del proyecto.