Detección y clasificación de incendios mediante métodos de aprendizaje automático sobre imágenes de Sentinel-2

Abstract

RESUMEN: La teledetección satelital se ha convertido en una de las fuentes de datos principales en detección y monitorización de incendios. En este proyecto se utilizan tres técnicas computacionales de clasificación de datos con los objetivos de detectar, delimitar y analizar la superficie afectada por varios incendios y su evolución con el tiempo. Para ello se emplean los índices de vegetación NBR y NDVI, y datos de los satélites Sentinel-2. Los resultados obtenidos son validados mediante parámetros estadísticos propios a la matriz de confusión, permitiendo determinar la eficacia de cada técnica.

ABSTRACT: Remote sensing has become one of the main sources of data in fire detection and monitoring. In this project, three computerized data classification techniques are used with the aim of detecting, delimiting and analyzing the surface affected by several fires and their evolution over time. For this purpose, the NBR and NDVI vegetation indices and data from the Sentinel-2 satellites are used. The results obtained are validated using statistical parameters specific to the confusion matrix, allowing the effectiveness of each technique to be determined.