pretender obtener resultados similares de forma semiautomática, el sistema debe disponer de la mayor cantidad posible de información sobre el territorio así como de las herramientas necesarias para tratar con esos diversos tipos de información. La combinación entre las técnicas de la teledetección y los SIG, materializada por el análisis integrado de las fuentes de datos de cada una de estas disciplinas, las imágenes y las bases de datos cartográficos, da lugar a una metodología nueva de clasificación de imágenes conocida como Clasificación de Imágenes Orientada a Objetos. En este enfoque de clasificación de imágenes, el análisis de la imagen no se realiza considerando el píxel como unidad, sin considerar la pertenencia a un objeto ni sus características ni el contexto espacial en que se encuentra como es habitual en el tratamiento de las imágenes de resolución decamétrica. Sino que se analizan y clasifican los objetos generados como agrupaciones de píxeles según un determinado método de segmentación de imágenes. El algoritmo a emplear en la segmentación de la imagen tiene una importancia fundamental en las características de los objetos generados y es la principal debilidad que tiene la aplicación de esta metodología, ya que en función del algoritmo y los parámetros utilizados, los resultados, es decir, los objetos creados, serán distintos. En esta Tesis se propone una variante de este enfoque conocida como Clasificación de Imágenes por Parcelas, en la cual, la cartografía existente aporta los límites para crear los objetos, de forma que, la interpretación de los píxeles que forman un objeto proporciona la información temática, es decir, la clase que le corresponde a esa porción del espacio. La cartografía vectorial aporta la información métrica en tanto que la imagen proporciona la información temática. Esta división de la imagen permite crear subimágenes más reducidas y por tanto más sencillas de interpretar, a la vez que se incorpora en el análisis de la imagen la interpretación previa realizada por un cartógrafo y la información alfanumérica contenida en la base de datos. De esta forma, se elimina de la creación de los objetos la influencia de un determinado algoritmo de segmentación. Esta metodología es especialmente adecuada para paisajes altamente humanizados, como son los paisajes agrícolas, ya que en estos casos, las unidades del paisaje están limitadas por bordes nítidos y relativamente estables en el tiempo. Una vez dividida la imagen según los límites cartográficos y definidos, por tanto, los objetos de estudio, se describen de la manera más completa posible utilizando para ello todas las características que puedan ayudar a discriminar el uso que se da en cada objeto. Esta descripción puede conseguirse por medio de características extraídas de la imagen, como el color, la textura, el tono, etc., con características relativas a la forma de la parcela, con información auxiliar como es el uso que tenía dicha parcela en una fecha anterior, sus características topográficas, etc. Estas características descriptivas de las agrupaciones de píxeles son la base para la correcta asignación a una de las clases informacionales de la leyenda. Al igual que ocurre en fotointerpretación, los objetos presentes en la imagen son comparados con los prototipos representativos de cada clase, de forma que serán asignados a la clase más similar. Cuanto más completa sea la descripción de los objetos, mayor será la probabilidad de que el objeto sea asignado a la clase que le corresponda. La asignación de una clase a cada parcela a partir de sus características descriptivas se realiza por medio de un método de clasificación. En esta tesis se propone la utilización de un sistema basado en conocimiento. Un sistema basado en conocimiento es aquel sistema que usa conocimiento humano para resolver problemas que normalmente requieren inteligencia humana, es decir, un sistema que puede resolver cuestiones de forma parecida a como lo haría una persona experta en ese tema. La construcción de un sistema basado en conocimiento está condicionada a la adquisición del conocimiento necesario a partir de la información disponible mediante técnicas de extracción de conocimiento en bases de datos. La extracción de conocimiento en bases de datos se define como el proceso no trivial de identificar patrones válidos, novedosos, potencialmente útiles y comprensibles a partir de los datos. Una de las fases principales del proceso de extracción de conocimiento en bases de datos se conoce como minería de datos. La minería de datos consiste en analizar los datos para extraer el conocimiento implícito en esos datos y expresarlo en forma de relaciones, patrones, reglas, etc. Es un campo multidisciplinar que utiliza herramientas desarrolladas en otras tecnologías con las que está íntimamente relacionado, como por ejemplo, la estadística, el aprendizaje automático, los sistemas gestores de bases de datos, etc. En un proceso de minería de datos se analizan una serie de ejemplos del concepto que se pretende aprender y a partir de ese análisis se induce una definición que sirva para describir ese concepto. Entre las ventajas que poseen estos métodos destaca el hecho de que los procesos de clasificación son inteligibles para el usuario y éste puede comprobar las reglas o condiciones establecidas por el sistema para asignar los objetos a una u otra clase; con lo que el conocimiento extraído por el sistema para realizar la clasificación también redunda en el usuario que puede comprender el razonamiento utilizado en la clasificación. La metodología que se desarrolla en esta tesis para la actualización de una base de datos cartográfica de usos del suelo está estructurada según el siguiente flujo de trabajo: En primer lugar, se debe disponer de un mosaico de imágenes de alta resolución correspondiente a la fecha en la que se quiere actualizar la base de datos. La calidad radiométrica de este mosaico es un factor clave para los análisis posteriores. Así mismo, es necesaria la mayor exactitud geométrica y posicional del mosaico para lograr una correcta superposición espacial con la cartografía temática a actualizar. A continuación, se superpone la cartografía vectorial de la base de datos sobre ese mosaico y se definen los objetos de estudio como los polígonos más reducidos, con un uso homogéneo respecto a la leyenda, contenidos en la base de datos. En nuestro caso, el objeto de estudio es la subparcela catastral. Cada uno de los objetos de estudio es descrito intensamente mediante un proceso de extracción de características. Las características descriptoras se obtienen de forma automática mediante el software desarrollado en esta tesis y definen las propiedades espectrales, texturales, estructurales, de forma, topográficas, relativas a los objetos contenidos en su interior, etc. Por otra parte, la intervención humana es necesaria en la selección de ejemplos o prototipos necesarios para la correcta definición de las clases de la leyenda. Con estas muestras de entrenamiento y sus correspondientes características extraídas, se crean los árboles de decisión que clasificarán el conjunto de objetos de la base de datos. Una vez extraídas las características para todos los objetos y construidos los árboles de decisión, se aplican éstos y se obtiene para cada objeto tanto la clase predicha por el clasificador como un estimador de la confianza con la que se hace la asignación de la clase. El resultado de la clasificación es un mapa de usos del suelo donde cada subparcela está asignada a uno de los usos de la leyenda. Tras la asignación de una clase de la leyenda a cada uno de los objetos se procede a la comparación con la información contenida en la base de datos. Como resultado de esta comparación se obtienen las subparcelas cuyo uso coincide, que se admite que no han variado su uso, y las discrepancias entre ambas fuentes de datos que pueden ser debidas a cambios en el uso ocurridos en el periodo de tiempo transcurrido desde la creación de la base de datos hasta su actualización, o bien, a errores contenidos en la base de datos o cometidos en la fase de clasificación. Estas discrepancias respecto al uso de las subparcelas deben ser revisadas por un fotointérprete de modo que sea éste el que confirme su uso real y modifique, en caso de ser necesario, el uso contenido en la base de datos. Esta metodología permite reducir significativamente el número de parcelas a revisar por un fotointérprete sin que esto suponga una merma en la precisión de la base de datos actualizada. 1.2.- Objetivos El objetivo principal del conjunto de la Tesis es: Establecer una metodología para la actualización de bases de datos cartográficas de usos del suelo en paisajes agrícolas mediante la detección automática de los cambios existentes entre la información contenida en las bases de datos a actualizar y el uso representado en imágenes de alta resolución. Esta Tesis está orientada hacia las bases de datos de usos del suelo a nivel español como son el SIGPAC, la cartografía catastral, los inventarios de determinados cultivos que se hacen a nivel autonómico, etc. La metodología a desarrollar está condicionada por los medios y los datos de los que disponen las administraciones públicas encargadas del mantenimiento de estas bases de datos de forma que se consiga una reducción de los costes de actualización frente a los métodos tradicionales. Los datos apropiados para la extracción de información de usos del suelo son de tipologías variadas y su disponibilidad aumenta de forma creciente. Entre las fuentes de datos con mayor utilidad están las imágenes multitemporales de alta resolución, los datos tridimensionales obtenidos con sensores LIDAR, las imágenes hiperespect