Aplicaciones de la teledetección en la modelización hidrológica

Abstract

En esta Tesis Doctoral se aplica la teledetección como apoyo en la modelización hidrológica con el propósito de disminuir la incertidumbre asociada a la estimación de parámetros hidrológicos desde dos enfoques: para generación de cartografía ad hoc y para la regionalización de parámetros hidrológicos. Por tanto, se plantea generar la cartografía ad hoc mediante la clasificación supervisada de la fusión de datos de los satélites Sentinel 1 y Sentinel 2 del Programa Copernicus. Estos mapas ad hoc están específicamente diseñados para abordar simulaciones hidrológicas a escala regional en pequeñas cuencas forestales, disminuyendo la incertidumbre asociada a los usos y características hidrológicas del suelo. Por otro lado, se estudia la capacidad de la firma espectral de las cuencas para la regionalización de los parámetros hidrológicos mediante un enfoque de aprendizaje automático basado en regresión, y se propone un novedoso enfoque que utiliza exclusivamente la firma espectral de las cuencas, comparándolo con el enfoque tradicional que usa sus propiedades físicas. Nuestros resultados confirman que la regionalización sigue siendo un reto en las variantes bioclimáticas Mediterráneas, donde el nuevo enfoque espectral propuesto en esta Tesis mostró resultados prometedores al obtener los mejores resultados en los entornos más secos. Se plantean nuevas líneas de investigación, destacando el posible uso de series temporales de imágenes satélites para la regionalización de parámetros que influyen en la respuesta hidrológica de las cuencas y su variabilidad estacional.

In this Thesis, remote sensing techniques are applied as a support in hydrological modelling to reduce the uncertainty associated with the estimation of hydrological parameters from two standpoints: the generation of ad hoc maps specifically designed for hydrological modelling and, the regionalization of hydrological parameters. Therefore, a method is proposed to generate accurate ad hoc maps using the fusion of data from the Sentinel 1 and Sentinel 2 satellites of the Copernicus Program and supervised classification approach. These ad hoc maps are specifically designed for addressing hydrological simulations at regional scale in small forested catchments, reducing the uncertainty associated with the land cover and hydrological characteristics. On the other hand, we study the capability of the spectral signature of catchments for the regionalization of hydrological parameters using a regression-based machine learning approach. Therefore, a novel approach is proposed for regionalization that exclusively uses the spectral signature of catchments, compared to the traditional approach that uses their physical properties. Our results confirm the regionalization of parameters remains a challenge in Mediterranean bioclimatic variants, where the new spectral approach shows promising results by obtaining the best results in the driest environments. New lines of research are proposed, highlighting the possible use of satellite images time series for the seasonal regionalization of parameters that influence the hydrological response of catchments and their seasonal variability.