{"id":{"repo_id":"cadiz","oai_identifier":"oai:rodin.uca.es:10498/35986"},"canonical_url":"https://search.dev.ndltd.org/etd/cadiz/oai:rodin.uca.es:10498/35986","repository":{"repo_id":"cadiz","name":"Universidad de Cadiz","base_url":"https://rodin.uca.es/oai/request"},"display":{"title":"Development of remote sensing tools and use of sensors onboard uavs for the study of coastal environmental processes","abstract":"Los ecosistemas costeros constituyen una de las regiones más diversas y productivas globalmente y, al mismo tiempo, figuran entre las más vulnerables ante los efectos del cambio climático y la acción de otros factores antropogénicos. Sus consecuencias se están acrecentando y evolucionan a un ritmo vertiginoso, lo que representa una prioridad y un desafío científico en el desarrollo de herramientas que permitan llevar a cabo una observación integrada de estos sistemas costeros en tiempo real. La observación remota mediante Vehículos Aéreos No Tripulados (UAVs, de sus siglas en inglés) se ha establecido como una técnica de monitorización que ocupa un lugar intermedio entre la teledetección satelital y los muestreos in-situ, ofreciendo una herramienta para el seguimiento de estos cambios medioambientales con una resolución espacial sin precedentes. Sin embargo, aunque su eficacia está bien documentada, el alcance completo de sus aplicaciones y sus limitaciones frente a la complejidad de los sistemas marinos requieren una investigación más profunda y detallada. Esta Tesis Doctoral contribuye a explotar el potencial de los UAVs como herramienta en la gestión y monitorización de procesos medioambientales costeros mediante el desarrollo de nuevos algoritmos de teledetección y la integración de técnicas de procesamiento y de machine learning, permitiendo así obtener una visión integrada que mejora la comprensión de las respuestas de los sistemas marinos ante los escenarios actuales y futuros de cambio global. El empleo de esta novedosa metodología es el eje central de la presente tesis, que incluye varias investigaciones científicas distribuidas principalmente en tres capítulos, representativos de algunos de los principales sistemas marinos y costeros: i) los ambientes extremos; ii) las zonas intermareales; y iii) la superficie del agua. Los resultados del primer capítulo demuestran que los UAVs constituyen una herramienta indispensable en el desarrollo de investigaciones bajo condiciones ambientales extremas. El impacto de la erupción volcánica en la isla de La Palma en 2021 (Islas Canarias, España) sobre la superficie de la zona costera (terrestre y marítima), pudo ser monitorizado en tiempo real mediante la ejecución de modelos de predicción de la trayectoria de las coladas de lava, contribuyendo así a la toma de decisiones en labores de prevención y evacuación de la población. De igual manera, se evaluaron las consecuencias sobre el medio marino mediante el análisis de muestras de agua tomadas por los UAVs en las proximidades del delta lávico, que reflejaron un aumento en parámetros como la temperatura, la salinidad, o la entrada de gases en las capas más superficiales. Por otro lado, se realizó un seguimiento de las colonias de pingüinos antárticos, uno de los ecosistemas más afectados por el cambio climático, mediante el uso de tecnología multi- e hiperespectral equipada en UAVs. Esto permitió dilucidar la influencia de las colonias de pingüinos en la distribución de la vegetación en algunas colonias de las islas Shetland del Sur (Antártica Marítima), mostrando un claro gradiente ecológico con la vegetación ornitogénica dominante en estas regiones de anidamiento ricas en nitrógeno, mientras que las plantas vasculares se encontraban más alejadas de la influencia de la fauna. Además, se elaboró una librería espectral de guano y vegetación propios de estos ecosistemas extremos, que puede ser extrapolable a otras herramientas de teledetección como los satélites. En el segundo capítulo se destaca la utilidad de la tecnología multiespectral en UAVs para monitorear ecosistemas costeros intermareales, abarcando desde aspectos macroscópicos (praderas macrófitos marinos y áreas de acuicultura de ostras) hasta microscópicos (tapete microbiano en la superficie del sedimento). Se encontró que los algoritmos de clasificación supervisada paramétricos alcanzan una precisión general superior al 79% en la identificación de especies vegetales con características espectrales similares, destacando el algoritmo Support Vector Machine (SVM) por su fiabilidad cuando la variación entre clases de cobertura del suelo es mínima. Además, la fina precisión hilada por estos algoritmos permitió incluso discriminar tamaños de malla con entre ellas diferencias de unos pocos milímetros en zonas de acuicultura de ostras. A nivel microscópico, se estableció una relación cuantitativa entre los pigmentos de los microorganismos en la superficie del sedimento y varios índices espectrales derivados de los datos medidos por el UAV, lo que representa un avance en la estandarización de esta tecnología para modelar ecosistemas intermareales. El último capítulo aborda las dificultades de la fotogrametría para crear ortomosaicos en superficies de agua dada su homogeneidad. Se ha desarrollado un novedoso algoritmo de código abierto que georreferencia con exactitud las imágenes capturadas por UAVs según un plan de vuelo predefinido, integrándolas en un ortomosaico que mantiene una resolución espacial centimétrica con un alto grado de confianza en la precisión de la georreferenciación. Además, este ha sido adaptado a una amplia gama de sensores miniaturizados adaptados a los UAVs, cubriendo la tecnología óptica RGB, térmica, y multiespectral, y haciendo frente a alguna de las principales limitaciones de la compleja planificación de los vuelos.","abstract_html":"Los ecosistemas costeros constituyen una de las regiones más diversas y productivas globalmente y, al mismo tiempo, figuran entre las más vulnerables ante los efectos del cambio climático y la acción de otros factores antropogénicos. Sus consecuencias se están acrecentando y evolucionan a un ritmo vertiginoso, lo que representa una prioridad y un desafío científico en el desarrollo de herramientas que permitan llevar a cabo una observación integrada de estos sistemas costeros en tiempo real. La observación remota mediante Vehículos Aéreos No Tripulados (UAVs, de sus siglas en inglés) se ha establecido como una técnica de monitorización que ocupa un lugar intermedio entre la teledetección satelital y los muestreos in-situ, ofreciendo una herramienta para el seguimiento de estos cambios medioambientales con una resolución espacial sin precedentes. Sin embargo, aunque su eficacia está bien documentada, el alcance completo de sus aplicaciones y sus limitaciones frente a la complejidad de los sistemas marinos requieren una investigación más profunda y detallada. Esta Tesis Doctoral contribuye a explotar el potencial de los UAVs como herramienta en la gestión y monitorización de procesos medioambientales costeros mediante el desarrollo de nuevos algoritmos de teledetección y la integración de técnicas de procesamiento y de machine learning, permitiendo así obtener una visión integrada que mejora la comprensión de las respuestas de los sistemas marinos ante los escenarios actuales y futuros de cambio global. El empleo de esta novedosa metodología es el eje central de la presente tesis, que incluye varias investigaciones científicas distribuidas principalmente en tres capítulos, representativos de algunos de los principales sistemas marinos y costeros: i) los ambientes extremos; ii) las zonas intermareales; y iii) la superficie del agua. Los resultados del primer capítulo demuestran que los UAVs constituyen una herramienta indispensable en el desarrollo de investigaciones bajo condiciones ambientales extremas. El impacto de la erupción volcánica en la isla de La Palma en 2021 (Islas Canarias, España) sobre la superficie de la zona costera (terrestre y marítima), pudo ser monitorizado en tiempo real mediante la ejecución de modelos de predicción de la trayectoria de las coladas de lava, contribuyendo así a la toma de decisiones en labores de prevención y evacuación de la población. De igual manera, se evaluaron las consecuencias sobre el medio marino mediante el análisis de muestras de agua tomadas por los UAVs en las proximidades del delta lávico, que reflejaron un aumento en parámetros como la temperatura, la salinidad, o la entrada de gases en las capas más superficiales. Por otro lado, se realizó un seguimiento de las colonias de pingüinos antárticos, uno de los ecosistemas más afectados por el cambio climático, mediante el uso de tecnología multi- e hiperespectral equipada en UAVs. Esto permitió dilucidar la influencia de las colonias de pingüinos en la distribución de la vegetación en algunas colonias de las islas Shetland del Sur (Antártica Marítima), mostrando un claro gradiente ecológico con la vegetación ornitogénica dominante en estas regiones de anidamiento ricas en nitrógeno, mientras que las plantas vasculares se encontraban más alejadas de la influencia de la fauna. Además, se elaboró una librería espectral de guano y vegetación propios de estos ecosistemas extremos, que puede ser extrapolable a otras herramientas de teledetección como los satélites. En el segundo capítulo se destaca la utilidad de la tecnología multiespectral en UAVs para monitorear ecosistemas costeros intermareales, abarcando desde aspectos macroscópicos (praderas macrófitos marinos y áreas de acuicultura de ostras) hasta microscópicos (tapete microbiano en la superficie del sedimento). Se encontró que los algoritmos de clasificación supervisada paramétricos alcanzan una precisión general superior al 79% en la identificación de especies vegetales con características espectrales similares, destacando el algoritmo Support Vector Machine (SVM) por su fiabilidad cuando la variación entre clases de cobertura del suelo es mínima. Además, la fina precisión hilada por estos algoritmos permitió incluso discriminar tamaños de malla con entre ellas diferencias de unos pocos milímetros en zonas de acuicultura de ostras. A nivel microscópico, se estableció una relación cuantitativa entre los pigmentos de los microorganismos en la superficie del sedimento y varios índices espectrales derivados de los datos medidos por el UAV, lo que representa un avance en la estandarización de esta tecnología para modelar ecosistemas intermareales. El último capítulo aborda las dificultades de la fotogrametría para crear ortomosaicos en superficies de agua dada su homogeneidad. Se ha desarrollado un novedoso algoritmo de código abierto que georreferencia con exactitud las imágenes capturadas por UAVs según un plan de vuelo predefinido, integrándolas en un ortomosaico que mantiene una resolución espacial centimétrica con un alto grado de confianza en la precisión de la georreferenciación. Además, este ha sido adaptado a una amplia gama de sensores miniaturizados adaptados a los UAVs, cubriendo la tecnología óptica RGB, térmica, y multiespectral, y haciendo frente a alguna de las principales limitaciones de la compleja planificación de los vuelos.","abstract_has_math":false,"creators":["Román Vázquez, Alejandro"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Tovar Sánchez, Antonio","Navarro Almendros, Gabriel"],"committee_chairs":[],"committee_members":[],"year":2024,"date_issued":"2024-07-24","date_published":"2024-07-24","updated_at":"2026-07-24T01:29:50Z","subjects":[],"languages":["eng"],"rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"identifier_entries":[]},"links":{"outbound_url":"http://hdl.handle.net/10498/35986","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Tovar Sánchez, Antonio","Navarro Almendros, Gabriel"]},{"key":"dc:creator","label":"Author","values":["Román Vázquez, Alejandro"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2025-03-26T13:03:31Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2025-03-26T13:03:31Z"]},{"key":"dc:date.issued","label":"Date","values":["2024-07-24"]},{"key":"dc:type","label":"Dc Type","values":["doctoral thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["eng"]},{"key":"dc:rights","label":"Dc Rights","values":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/4.0/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/10498/35986"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["Los ecosistemas costeros constituyen una de las regiones más diversas y productivas globalmente y, al mismo tiempo, figuran entre las más vulnerables ante los efectos del cambio climático y la acción de otros factores antropogénicos. Sus consecuencias se están acrecentando y evolucionan a un ritmo vertiginoso, lo que representa una prioridad y un desafío científico en el desarrollo de herramientas que permitan llevar a cabo una observación integrada de estos sistemas costeros en tiempo real. La observación remota mediante Vehículos Aéreos No Tripulados (UAVs, de sus siglas en inglés) se ha establecido como una técnica de monitorización que ocupa un lugar intermedio entre la teledetección satelital y los muestreos in-situ, ofreciendo una herramienta para el seguimiento de estos cambios medioambientales con una resolución espacial sin precedentes. Sin embargo, aunque su eficacia está bien documentada, el alcance completo de sus aplicaciones y sus limitaciones frente a la complejidad de los sistemas marinos requieren una investigación más profunda y detallada. Esta Tesis Doctoral contribuye a explotar el potencial de los UAVs como herramienta en la gestión y monitorización de procesos medioambientales costeros mediante el desarrollo de nuevos algoritmos de teledetección y la integración de técnicas de procesamiento y de machine learning, permitiendo así obtener una visión integrada que mejora la comprensión de las respuestas de los sistemas marinos ante los escenarios actuales y futuros de cambio global. El empleo de esta novedosa metodología es el eje central de la presente tesis, que incluye varias investigaciones científicas distribuidas principalmente en tres capítulos, representativos de algunos de los principales sistemas marinos y costeros: i) los ambientes extremos; ii) las zonas intermareales; y iii) la superficie del agua. Los resultados del primer capítulo demuestran que los UAVs constituyen una herramienta indispensable en el desarrollo de investigaciones bajo condiciones ambientales extremas. El impacto de la erupción volcánica en la isla de La Palma en 2021 (Islas Canarias, España) sobre la superficie de la zona costera (terrestre y marítima), pudo ser monitorizado en tiempo real mediante la ejecución de modelos de predicción de la trayectoria de las coladas de lava, contribuyendo así a la toma de decisiones en labores de prevención y evacuación de la población. De igual manera, se evaluaron las consecuencias sobre el medio marino mediante el análisis de muestras de agua tomadas por los UAVs en las proximidades del delta lávico, que reflejaron un aumento en parámetros como la temperatura, la salinidad, o la entrada de gases en las capas más superficiales. Por otro lado, se realizó un seguimiento de las colonias de pingüinos antárticos, uno de los ecosistemas más afectados por el cambio climático, mediante el uso de tecnología multi- e hiperespectral equipada en UAVs. Esto permitió dilucidar la influencia de las colonias de pingüinos en la distribución de la vegetación en algunas colonias de las islas Shetland del Sur (Antártica Marítima), mostrando un claro gradiente ecológico con la vegetación ornitogénica dominante en estas regiones de anidamiento ricas en nitrógeno, mientras que las plantas vasculares se encontraban más alejadas de la influencia de la fauna. Además, se elaboró una librería espectral de guano y vegetación propios de estos ecosistemas extremos, que puede ser extrapolable a otras herramientas de teledetección como los satélites. En el segundo capítulo se destaca la utilidad de la tecnología multiespectral en UAVs para monitorear ecosistemas costeros intermareales, abarcando desde aspectos macroscópicos (praderas macrófitos marinos y áreas de acuicultura de ostras) hasta microscópicos (tapete microbiano en la superficie del sedimento). Se encontró que los algoritmos de clasificación supervisada paramétricos alcanzan una precisión general superior al 79% en la identificación de especies vegetales con características espectrales similares, destacando el algoritmo Support Vector Machine (SVM) por su fiabilidad cuando la variación entre clases de cobertura del suelo es mínima. Además, la fina precisión hilada por estos algoritmos permitió incluso discriminar tamaños de malla con entre ellas diferencias de unos pocos milímetros en zonas de acuicultura de ostras. A nivel microscópico, se estableció una relación cuantitativa entre los pigmentos de los microorganismos en la superficie del sedimento y varios índices espectrales derivados de los datos medidos por el UAV, lo que representa un avance en la estandarización de esta tecnología para modelar ecosistemas intermareales. El último capítulo aborda las dificultades de la fotogrametría para crear ortomosaicos en superficies de agua dada su homogeneidad. Se ha desarrollado un novedoso algoritmo de código abierto que georreferencia con exactitud las imágenes capturadas por UAVs según un plan de vuelo predefinido, integrándolas en un ortomosaico que mantiene una resolución espacial centimétrica con un alto grado de confianza en la precisión de la georreferenciación. Además, este ha sido adaptado a una amplia gama de sensores miniaturizados adaptados a los UAVs, cubriendo la tecnología óptica RGB, térmica, y multiespectral, y haciendo frente a alguna de las principales limitaciones de la compleja planificación de los vuelos."]},{"key":"dc:format","label":"Dc Format","values":["application/pdf"]},{"key":"dc:title","label":"Title","values":["Development of remote sensing tools and use of sensors onboard uavs for the study of coastal environmental processes"]}]}],"canonical_facts":{"dc:contributor.advisor":["Tovar Sánchez, Antonio","Navarro Almendros, Gabriel"],"dc:creator":["Román Vázquez, Alejandro"],"dc:date.accessioned":["2025-03-26T13:03:31Z"],"dc:date.available":["2025-03-26T13:03:31Z"],"dc:date.issued":["2024-07-24"],"dc:description.abstract":["Los ecosistemas costeros constituyen una de las regiones más diversas y productivas globalmente y, al mismo tiempo, figuran entre las más vulnerables ante los efectos del cambio climático y la acción de otros factores antropogénicos. Sus consecuencias se están acrecentando y evolucionan a un ritmo vertiginoso, lo que representa una prioridad y un desafío científico en el desarrollo de herramientas que permitan llevar a cabo una observación integrada de estos sistemas costeros en tiempo real. La observación remota mediante Vehículos Aéreos No Tripulados (UAVs, de sus siglas en inglés) se ha establecido como una técnica de monitorización que ocupa un lugar intermedio entre la teledetección satelital y los muestreos in-situ, ofreciendo una herramienta para el seguimiento de estos cambios medioambientales con una resolución espacial sin precedentes. Sin embargo, aunque su eficacia está bien documentada, el alcance completo de sus aplicaciones y sus limitaciones frente a la complejidad de los sistemas marinos requieren una investigación más profunda y detallada. Esta Tesis Doctoral contribuye a explotar el potencial de los UAVs como herramienta en la gestión y monitorización de procesos medioambientales costeros mediante el desarrollo de nuevos algoritmos de teledetección y la integración de técnicas de procesamiento y de machine learning, permitiendo así obtener una visión integrada que mejora la comprensión de las respuestas de los sistemas marinos ante los escenarios actuales y futuros de cambio global. El empleo de esta novedosa metodología es el eje central de la presente tesis, que incluye varias investigaciones científicas distribuidas principalmente en tres capítulos, representativos de algunos de los principales sistemas marinos y costeros: i) los ambientes extremos; ii) las zonas intermareales; y iii) la superficie del agua. Los resultados del primer capítulo demuestran que los UAVs constituyen una herramienta indispensable en el desarrollo de investigaciones bajo condiciones ambientales extremas. El impacto de la erupción volcánica en la isla de La Palma en 2021 (Islas Canarias, España) sobre la superficie de la zona costera (terrestre y marítima), pudo ser monitorizado en tiempo real mediante la ejecución de modelos de predicción de la trayectoria de las coladas de lava, contribuyendo así a la toma de decisiones en labores de prevención y evacuación de la población. De igual manera, se evaluaron las consecuencias sobre el medio marino mediante el análisis de muestras de agua tomadas por los UAVs en las proximidades del delta lávico, que reflejaron un aumento en parámetros como la temperatura, la salinidad, o la entrada de gases en las capas más superficiales. Por otro lado, se realizó un seguimiento de las colonias de pingüinos antárticos, uno de los ecosistemas más afectados por el cambio climático, mediante el uso de tecnología multi- e hiperespectral equipada en UAVs. Esto permitió dilucidar la influencia de las colonias de pingüinos en la distribución de la vegetación en algunas colonias de las islas Shetland del Sur (Antártica Marítima), mostrando un claro gradiente ecológico con la vegetación ornitogénica dominante en estas regiones de anidamiento ricas en nitrógeno, mientras que las plantas vasculares se encontraban más alejadas de la influencia de la fauna. Además, se elaboró una librería espectral de guano y vegetación propios de estos ecosistemas extremos, que puede ser extrapolable a otras herramientas de teledetección como los satélites. En el segundo capítulo se destaca la utilidad de la tecnología multiespectral en UAVs para monitorear ecosistemas costeros intermareales, abarcando desde aspectos macroscópicos (praderas macrófitos marinos y áreas de acuicultura de ostras) hasta microscópicos (tapete microbiano en la superficie del sedimento). Se encontró que los algoritmos de clasificación supervisada paramétricos alcanzan una precisión general superior al 79% en la identificación de especies vegetales con características espectrales similares, destacando el algoritmo Support Vector Machine (SVM) por su fiabilidad cuando la variación entre clases de cobertura del suelo es mínima. Además, la fina precisión hilada por estos algoritmos permitió incluso discriminar tamaños de malla con entre ellas diferencias de unos pocos milímetros en zonas de acuicultura de ostras. A nivel microscópico, se estableció una relación cuantitativa entre los pigmentos de los microorganismos en la superficie del sedimento y varios índices espectrales derivados de los datos medidos por el UAV, lo que representa un avance en la estandarización de esta tecnología para modelar ecosistemas intermareales. El último capítulo aborda las dificultades de la fotogrametría para crear ortomosaicos en superficies de agua dada su homogeneidad. Se ha desarrollado un novedoso algoritmo de código abierto que georreferencia con exactitud las imágenes capturadas por UAVs según un plan de vuelo predefinido, integrándolas en un ortomosaico que mantiene una resolución espacial centimétrica con un alto grado de confianza en la precisión de la georreferenciación. Además, este ha sido adaptado a una amplia gama de sensores miniaturizados adaptados a los UAVs, cubriendo la tecnología óptica RGB, térmica, y multiespectral, y haciendo frente a alguna de las principales limitaciones de la compleja planificación de los vuelos."],"dc:format":["application/pdf"],"dc:identifier.uri":["http://hdl.handle.net/10498/35986"],"dc:language.iso":["eng"],"dc:rights":["Attribution-NonCommercial-NoDerivatives 4.0 Internacional"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/4.0/"],"dc:title":["Development of remote sensing tools and use of sensors onboard uavs for the study of coastal environmental processes"],"dc:type":["doctoral thesis"]},"updated_at":"2026-07-24T01:29:50Z"}