[EN] The aim of this Thesis is to establish methodologies to improve agricultural produc-tion techniques, biodiversity conservation, and forecast of air quality, through the analytical capacity of Geographic Information Systems. Several methodologies are proposed to integrate both the geographic component of data and methods, in order to provide a practical, transferable, and integrated solution to the increasing need for environmental studies at larger scales. Initially, a plot-based approach to detect fraction of tree cover from high spatial resolution images in an Irrigation Community is proposed. The calculation of quality rates for the management of Irrigation Communities is important, and requires accurate and up-to-date knowledge of water requirements of each specific crop. The computation of the shadow fraction of vegetation cover on large areas needs of systems to able to integrate the spatial component and enable accurate results. This study presents a shadow fraction approach based on classification of high spatial resolution orthoimages acquired within the Spanish National Plan of Survey of the Territory (PNOT). The results of the classification are subsequently used in a Geographic Information System for irrigation management. Secondly, methodology for the integration of geospatial data from different sources is presented. This method aims to predict actual vegetation models, on a forested Natural Park. The quantitative spatial information is used to characterize a 25 x 25 m grid, includes: (1) topographic descriptors and the solar irradiation metrics, (2) texture features computed from aerial photography, and (3) vegetation indices informing about the vegetation status. A multivariate method is proposed by overlapping layers in a GIS. The results, are tested using independent samples, and point out to the potential of these techniques to provide and to estimate actual vegetation maps as guide in the restoration of forest ecosystems. The last study, is a forecast and evaluation of air pollution related to transport systems in urban areas. The method relies on three different geospatial data sourcess: meteorology conditions, traffic emissions, and street geometry. An inverse model calculation of dispersion of pollutants to determinate emissions of the actual car feet to provide factor emission the methodology uses. A cartographical model is defined in to integrate the geospatial data sets (i.e. measured CO concentrations, Cadastral data, and LIDAR data) with mathematical applied. The results of factor emissions have been tested in other cities. The defined model is used to estimate spatial distribution air pollutant in streets of Valencia city center and the results are represented via maps. The integration of spatial components to traditional methods allows to predict and to describe as working the phenomena in the nature. Additionally, the production of maps of phenomena improves the potential of the analysis, enable to reach more meaningful results. In order to understand and research interactions on them, these systems enable to combine different analysis disciplines and methods. For example, the atmosphere and the environment can be integrated throughout scale in space and time. This Thesis opens up various lines of research to improve our knowledge on agriculture, natural environment, and air quality. Future research may combination and fusion of methodologies to better understand the influence of vegetation cover on air quality, in order to improving the forecast of urban pollution caused by car traffic emissions. / [ES] Esta tesis tiene como objetivo establecer técnicas de análisis espacial para el desarrollo de métodos dirigidos a mejorar las técnicas de producción agraria, la conservación de la biodiversidad y evaluar el pronóstico de la calidad de aire, a través de la capacidad analítica de los Sistemas de Información Geográfica (SIG). Se proponen diversas metodologías para incorporar la componente geográfica a los datos y métodos, ofreciendo una solución práctica, transferible e integrada, a la creciente necesidad del estudio del medio que nos rodea, a escalas más amplias. El primer lugar, se propone una metodología basada en la clasificación de imágenes para automatizar la determinación de la cobertura arbórea de un cultivo en las parcelas de una comunidad de regantes. El cálculo de los índices de calidad en la gestión de riego requiere tener un conocimiento preciso de los consumos efectuados y de las necesidades de los cultivos en cada parcela. La determinación de la fracción promedio de suelo cubierto por la vegetación en grandes extensiones, como el caso de una comunidad de regantes, hace necesaria la utilización de sistemas que aporten un aspecto espacial, de manera que faciliten y hagan más preciso el cálculo de la misma. En el presente estudio, se propone un método para determinar la cobertura arbórea en cada parcela a través de una clasificación de imágenes cedidas por el Plan Nacional de Observación del Territorio (PNOT), que permite implementarlo de forma sencilla en un Sistema de Información Geográfica para la gestión del riego. A continuación, se expone una metodología para la obtención de un modelo de distribución de vegetación, (en un Parque Natural de gran valor paisajístico), a partir de datos de la presencia de vegetación forestal y variables ambientales obtenidas de diversas fuentes (modelos digitales de elevación y fotografía aéreas). La información cuantitativa extraída de cada variable es extraída a escala de pixel de 25x25 m y consiste en: (1) descriptores espaciales del relieve y de la radiación, obtenida de modelos digitales de elevación, (2) características texturales extraídas de imágenes aéreas, y (3) índices de vegetación que informan de sus características. Se aplica un método clásico multivariante al que se le incorpora la componente espacial a través de la superposición de capas en un SIG. Los resultados son cotejados con muestras independientes y evidencian la potencialidad del método para construir mapas de vegetación con el objetivo de servir de orientación para la restauración del ecosistema forestal. Finalmente, se presenta una metodología para el pronóstico de la contaminación del aire relacionada con el tráfico rodado en áreas urbanas. El método se basa principalmente en medidas de tres factores: (1) las condiciones meteorológicas, (2) la intensidad de tráfico vehicular, y (3) la geometría de la vía y la aplicación de dos modelos de dispersión de contaminante mediante modelización inversa, (con el objetivo de determinar las emisiones de la actual flota de vehículos). Se utilizan herramientas de información geográfica que integran, a través de un modelo cartográfico, información de diversas fuentes (medidas de concentración de CO, datos catastrales y datos LIDAR) y uso de varios modelos matemáticos. Los resultados de los factores de emisión han sido comparados con los resultados obtenidos en otros estudios desarrollados con la misma metodología, tras su validación se han aplicado los dos modelos de dispersión para estimar la distribución espacial del contaminante en algunas vías del centro de la ciudad de Valencia. La incorporación de la componente espacial a métodos tradicionales sirve de base para predecir y conocer cómo funcionan los fenómenos en la naturaleza, a la vez que permite la creación de una cartografía de los elementos utilizados para el análisis, la investigación y la divulgación / [CAT] Aquesta tesi té per objectiu establir tècniques d'anàlisi espacial per al desenvolupament de mètodes dirigits a millorar les tècniques de producció agrària, la conservació de la biodiversitat i per avaluar el pronòstic de la qualitat de l'aire, mitjançant la capacitat analítica dels Sistemes d'Informació Geogràfica. Es proposen diferents metodologies per tal d'incorporar la component geogràfica a les dades i mètodes, oferint una solució pràctica, transferible i integrada a la necessitat creixent de l'estudi del medi que ens envolta, a escales més amplies. Primerament, es proposa una metodologia basada en la classificació d'imatges per tal d'automatitzar la determinació de la cobertura arbòria d'un cultiu a les parcel¿les d'una comunitat de regants. El càlcul del índexs de qualitat de la gestió del reg requereix tindre un coneixement precís del consum efectuat i de les necessitats dels cultius en cada parcel¿la. La determinació de la fracció mitjana de sol cobert per la vegetació en grans extensions, com és el cas d'una comunitat de regants, fa necessària la utilització de sistemes que aporten l'aspecte espacial, de manera que faciliten i augmenten la precisió del càlcul d'aquesta fracció. Al present estudi, es proposa un mètode per determinar la cobertura arbòria a cada parcel¿la mitjançant una classificació de les imatges cedides pel Pla Nacional d'Observació del Territori (PNOT), que permet la implementació senzilla del mètode en un Sistema d'Informació Geogràfica per a la gestió del reg. Seguidament, s'exposa una metodologia per a l'obtenció d'un model de distribució de vegetació, en un Parc Natural de gran valor paisatgístic, a partir de dades sobre la pre-sència de la vegetació forestal i variables ambientals obtingudes de diferents fonts (models digitals d'elevació i fotografies aèries). La informació quantitativa extreta de cada variable és referida a escala de píxel de 25x25 m i consisteix en: (1) descriptors espacials del relleu i de la radiació, obtinguda de models digitals d'elevació, (2) característiques texturals extretes d'imatges aèries, i (3) índexs de vegetació multivariant que informen de les característiques d'aquesta. A més a més, s'utilitza un mètode clàssic multivariant al que s'incorpora la component espacial mitjançant la superposició de capes en un Sistema d'informació Geogràfica. Els resultats són comparats amb mostres independents i evidencien el potencial del mètode per construir mapes de vegetació amb l'objectiu de servir d'orientació per a la restauració de l'ecosistema forestal. Per acabar, es presenta una metodologia per al pronòstic de la contaminació de l'aire en relació al tràfic rodat en àrees urbanes. El mètode es basa principalment en les mesures de tres factors: (1) les condicions meteorològiques, (2) la intensitat del tràfic vehicular, i (3) la geometria de la via i l'aplicació de dos models de dispersió de contaminant mitjançant la modelització inversa, amb l'objectiu de determinar les emissions de la flota de vehicles actual. A més a més, s'utilitzen ferramentes d'informació geogràfica que integren, per mitjà d'un model cartogràfic, informació de diverses fonts (mesures de concentració de CO, dades cadastrals i dades LIDAR) i l'ús de diferents models matemàtics. Finalment, els resultats dels factors d'emissió es comparen amb els resultats d'altres estudis desenvolupats amb la mateixa meto-dologia. Després d'una validació, s'empren dos models de dispersió per estimar la distribució del contaminant en algunes vies del centre de la ciutat de València. / López Pérez, E. (2016). Modelos cartográficos en agricultura y medio ambiente: métodos de cálculo de cobertura arbórea, modelo de distribución de especies y modelo de pronostico de calidad de aire [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/62189 / TESIS

Tesis por compendio / [ES] El abandono de tierras agrícolas es un problema creciente en muchas regiones del planeta con importantes consecuencias a nivel socioeconómico y medioambiental. La Comunitat Valenciana (España) es la principal región productora de cítricos de Europa, sin embargo, actualmente se está produciendo un abandono significativo de estos cultivos. La presente tesis pretende desarrollar procedimientos para la identificar el abandono de los cultivos de cítricos a través de técnicas de teledetección y aprendizaje automático. Los métodos basados en teledetección se consideran especialmente convenientes debido a su alto grado de automatización y a su eficiencia en tiempo y coste, comparado con otras técnicas cartográficas habituales basadas en fotointerpretación y visitas de campo. La tesis desarrolla procedimientos para la identificación del estado de los cultivos utilizando diferentes tipos de datos de observación de la Tierra, como son: imágenes multiespectrales de los satélites Sentinel-2 y WorldVIew-3, imágenes aéreas, y nubes de puntos altimétricas derivadas de LiDAR aerotransportado y procesos fotogramétricos a partir de imágenes tomadas con vehículos aéreos no tripulados. Se desarrollaron diferentes metodologías para explotar dichas fuentes de datos en un paisaje agrícola altamente fragmentado con un tamaño promedio de las parcelas entre 0,25 ha y 0,50 ha. El análisis tomó como referencia la base de datos catastral de parcelas agrícolas y se identificaron tres estados de los cultivos en campo: productivo, no productivo y abandonado. Los resultados más precisos se obtuvieron al utilizar las imágenes aéreas o imágenes de satélite WorldView 3, incluyendo el cálculo de descriptores de textura, con una exactitud global entre 90-95%. La importancia de los descriptores de textura extraídos a partir de imágenes de resolución submétrica radica en su capacidad para identificar los patrones de plantación de los cultivos. Este enfoque permitió obtener una alta exactitud a partir de una única imagen. No obstante, también son destacables los resultados obtenidos al utilizar series temporales de imágenes Sentinel-2 con exactitudes globales en torno al 90%. Las diferencias existentes en las series temporales de índices de vegetación y humedad de los tres estados del cultivo permitieron mejorar el rendimiento de clasificación con respecto al enfoque basado en una única fecha. Diferentes casos de estudio demostraron la capacidad de identificar el abandono de tierras a través de teledetección. La información cuantitativa y espacialmente explícita generada sobre el estado de los cultivos puede ser una herramienta útil para la gestión agrícola, para la implementación de medidas de gestión del paisaje y para mejorar las estimaciones anuales de rendimiento de los cítricos. / [CA] L'abandonament de terres agrícoles és un problema creixent en moltes regions del planeta amb importants conseqüències en l'àmbit socioeconòmic i mediambiental. La Comunitat Valenciana (España) és la principal regió productora de cítrics d'Europa, no obstant això, actualment està produint-se'n un abandonament significatiu d'estos cultius. La present tesi pretén desenvolupar procediments per identificar l'abandonament dels cultius de cítrics per mitjà de tècniques de teledetecció i aprenentatge automàtic. Els mètodes basats en teledetecció es consideren especialment convenients a causa del seu alt grau d'automatització i a la seua eficiència en temps i cost, comparat amb altres tècniques cartogràfiques habituals basades en fotointerpretació i visites de camp. La tesi desenvolupa procediments per a la identificació de l'estat dels cultius utilitzant diferents tipus de dades d'observació de la Terra, com són: imatges multiespectrals dels satèl·lits Sentinel-2 i WorldVIew-3, imatges aèries i núvols de punts altimètrics derivats de LiDAR aerotransportat i processos fotogramètrics a partir d'imatges preses amb vehicles aeris no tripulats. Es van desenvolupar diferents metodologies per explotar estes fonts de dades en un paisatge agrícola altament fragmentat amb una grandària mitjana de les parcel·les entre 0,25 ha i 0,50 ha. L'anàlisi va prendre com a referència la base de dades cadastral de parcel·les agrícoles i es van identificar tres estats dels cultius al camp: productiu, no productiu i abandonat. Els resultats més precisos es van obtenir en utilitzar imatges aèries o imatges de satèl·lit WorldVIew-3, incloent-ne el càlcul de descriptors de textura, amb una exactitud global entre 90-95%. La importància dels descriptors de textura extrets a partir d'imatges de resolució submètrica radica en la seua capacitat per a identificar els patrons de plantació dels cultius. Aquest enfocament va permetre obtenir una alta exactitud a partir d'una única imatge. No obstant això, també són destacables els resultats obtinguts en utilitzar sèries temporals d'imatges Sentinel-2, amb exactituds globals entorn del 90%. Les diferències existents en les sèries temporals d'índex de vegetació i humitat dels tres estats del cultiu van permetre millorar el rendiment de classificació respecte a l'enfocament basat en una única data. Diferents casos d'estudi han demostrar la capacitat d'identificar l'abandonament de terres per mitjà de teledetecció. La informació quantitativa i espacialment explícita generada sobre l'estat dels cultius pot ser un ferrament útil per a la gestió agrícola, per a la implementació de mesures de gestió del paisatge i per millorar les estimacions anuals de rendiment dels cítrics. / [EN] Agricultural land abandonment is a growing issue in many regions of the planet with important socioeconomic and environmental consequences. The Comunitat Valenciana region (Spain) is the main citrus-producing in Europe, however, there is a currently significant abandonment of these crops. This thesis aims to develop procedures to identify citrus crop abandonment through remote sensing and machine learning techniques. Remote sensing-based methods are considered particularly convenient due to their high degree of automation and their efficiency in time and cost, compared to other usual cartographic techniques based on photo-interpretation and field visits. The thesis develops procedures for crop status identification using different types of Earth observation data, such as: multispectral images from Sentinel-2 and WorldView-3 satellites, aerial images, and altimetric point clouds derived from airborne LiDAR and photogrammetric processes from images taken by unmanned aerial vehicles. Different methodologies were developed to apply these data sources in a highly fragmented agricultural landscape with an average parcel size between 0.25 ha and 0.50 ha. The analysis was based on the cadastral database of agricultural parcels and three crop statuses were identified at field: productive, non-productive and abandoned. The most accurate results were obtained using aerial images or WorldView-3 satellite images, including the computation of texture descriptors, with an overall accuracy between 90-95%. The importance of texture descriptors extracted from sub-metric resolution images lies in their ability to identify crop planting patterns. This approach made it possible to obtain high accuracy from a single image. However, the results obtained when using time series of Sentinel-2 images are also remarkable, with an overall accuracy around 90%. The differences in the time series of vegetation and moisture indices of the three crop statuses improved the classification accuracy compared to the single date approach. Different case studies demonstrate the ability to identify agricultural land abandonment through remote sensing. The quantitative and spatially explicit information generated can be a useful tool for agricultural management, for implementing landscape management actions and for improving annual citrus yield estimations. / Morell Monzó, S. (2023). Desarrollo de procedimientos para la deteccion del abandono de cultivos de cítricos utilizando técnicas de teledetección [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/193058 / Compendio

Tesis por compendio / [ES] Los humedales son uno de los ecosistemas que reciben mayor atención por parte de la comunidad científica. Su importancia se puede explicar teniendo en cuenta que ayudan a mitigar los efectos de inundaciones, pueden actuar como filtros de agua y constituyen hábitats de valiosas especies de fauna y flora. En los últimos años este tipo de ambientes están cada vez más amenazados como consecuencia de la contaminación, alteraciones de los niveles de agua asociadas a los efectos del cambio climático y usos antrópicos, introducción de especies invasoras y los efectos negativos de algunos cambios de usos del suelo y determinadas prácticas asociados a ellos (agrícolas, pastoreo y urbanización). Para analizar estos ecosistemas, la teledetección se presenta como una herramienta con alto potencial que permite identificar, evaluar y monitorizar estos espacios. En esta tesis se utilizaron imágenes Sentinel-2A/B, Landsat-5 TM y Landsat-8 OLI para extraer láminas de agua libre en dos entornos: humedales mediterráneos costeros (Prat Cabanes-Torreblanca, Marjal de Sagunto, Marjal de La Safor y Marjal Pego-Oliva) y el humedal de llanura aluvial situado en el centro de España las Tablas de Daimiel. Para ello, se realizó un análisis de siete índices de agua (NDWI, mNDWI, Cedex, Re-NDWI, Awei(sh), AWEI (nsh) y B_Blue) y de umbrales para obtener la cartografía de las masas de agua libre en estos espacios. El objetivo principal es definir el índice y el umbral que permitan un uso más amplio de la metodología para su aplicación en otras zonas húmedas. También se utilizó información LiDAR (Laser Imaging Detection and Ranging) en el humedal de La Safor para analizar los efectos de la superficie inundada en diferentes usos del suelo. La evaluación de los resultados se realizó a partir de la validación con un conjunto de muestras obtenidas a partir de imágenes de elevada resolución espacial. Se calcularon la fiabilidad global y el índice kappa en los humedales analizados para distintas fechas y sensores. En el caso de los humedales costeros, el índice de agua NDWI con un umbral de ¿0,30 proporcionó los resultados con mayor precisión obteniendo un valor promedio de 0,89 en fiabilidad global. En el caso del humedal de las Tablas de Daimiel, se seleccionaron el índice MNDWI y umbral ¿0,15 para imágenes Landsat-5 (fiabilidad global 0,88), el índice MNDWI y umbral ¿0,25 para imágenes Landsat-8 (fiabilidad global 0,99) y el índice NDWI y umbral ¿0,20 (fiabilidad global 0,99) en el caso de imágenes Sentinel-2A/B. En el humedal de las Tablas de Daimiel se realizó un análisis temporal desde el año 2000 al 2021 que permitió calcular las anomalías de la superficie de agua, de la precipitación, del nivel piezométrico y del caudal hidrológico. Esta reconstrucción temporal también permitió comparar los resultados derivados a partir de las imágenes Sentinel-2A/B y de las imágenes Landsat 8. Se realizó un análisis de correlación entre los índices de anomalías calculados, que revela una correlación no significativa entre las anomalías precipitación y de superficie de agua. Mientras que el índice de anomalías de superficie de agua si presentó una correlación estadísticamente significativa con los índices de anomalía de caudal y de niveles piezométricos. En cuanto al análisis comparativo entre las imágenes Landsat-8 y Sentinel-2 se obtuvo una relación lineal entre la superficie de agua estimada por ambos sensores con un valor de R2 = 0,87. No obstante, la mayor resolución espacial de Sentinel-2 permite detectar masas de agua más pequeñas contribuyendo a un mejor análisis de los patrones de variabilidad en el área de estudio. La información derivada de esta tesis presenta una aplicabilidad de interés medioambiental para el seguimiento del estado de los humedales ayudando a adaptar planes de gestión que conduzcan a un estado de conservación adecuado. / [CA] Els aiguamolls són un dels ecosistemes que reben major atenció per part de la comunitat científica. La seua importància es pot explicar tenint en compte que ajuden a mitigar els efectes d'inundacions, poden actuar com a filtres d'aigua i constitueixen hàbitats de valuoses espècies de fauna i flora. En els últims anys aquest tipus d'ambients estan cada vegada més amenaçats a conseqüència de la contaminació, alteracions dels nivells d'aigua associades a l'efecte del canvi climàtic i usos antròpics, introducció d'espècies invasores i els efectes negatius d'alguns canvis d'usos del sòl i determinades pràctiques associades a ells (agrícoles, pasturatge i urbanització). Per a analitzar aquests ecosistemes, la teledetecció es presenta com una eina amb alt potencial que permet identificar, avaluar i monitorar aquests espais. En aquesta tesi es van utilitzar imatges Sentinel-2A/B, Landsat-5 TM i Landsat-8 OLI per a extraure làmines d'aigua lliure en dos entorns: aiguamolls mediterranis costaners (Prat Cabanes-Torreblanca, Marjal de Sagunt, Marjal de La Safor i Marjal Pego-Oliva) i l'aiguamoll de plana al·luvial situat en el centre d'Espanya les Taules de Daimiel. Per a això, es va realitzar una anàlisi de set índexs d'aigua (NDWI, mNDWI, Cedex, Re-NDWI, Awei (sh), AWEI (nsh) i B_Blue) i de llindars per a obtindre la cartografia de les masses d'aigua lliure en aquests espais. L'objectiu principal és definir l'índex i el llindar que permeten un ús més ampli de la metodologia per a la seua aplicació en altres zones humides. També es va utilitzar informació LiDAR (Laser Imaging Detection and Ranging) en l'aiguamoll de La Safor per a analitzar els efectes de la superfície inundada en diferents usos del sòl. L'avaluació dels resultats es va realitzar a partir de la validació amb un conjunt de mostres obtingudes a partir d'imatges d'elevada resolució espacial. Es van calcular la fiabilitat global i l'índex kappa en els aiguamolls analitzats per a diferents dates i sensors. En el cas dels aiguamolls costaners, l'índex d'aigua NDWI amb un llindar de ¿0,30 va proporcionar els resultats amb major precisió obtenint un valor mitjà de 0,89 en fiabilitat global. En el cas de l'aiguamoll de les Taules de Daimiel, es van seleccionar l'índex MNDWI i llindar ¿0,15 per a imatges Landsat-5 (fiabilitat global 0,88), l'índex MNDWI i llindar ¿0,25 per a imatges Landsat-8 (fiabilitat global 0,99) i l'índex NDWI i llindar ¿0,20 (fiabilitat global 0,99) en el cas d'imatges Sentinel-2A/B. En l'aiguamoll de les Taules de Daimiel es va realitzar una anàlisi temporal des de l'any 2000 al 2021 que va permetre calcular les anomalies de la superfície d'aigua, de la precipitació, del nivell piezomètric i del cabal hidrològic. Aquesta reconstrucció temporal també va permetre comparar els resultats derivats a partir de les imatges Sentinel-2A/B i de les imatges Landsat 8. Es va realitzar una anàlisi de correlació entre els índexs d'anomalies calculats, que revela una correlació no significativa entre les anomalies precipitació i de superfície d'aigua. Mentre que l'índex d'anomalies de superfície d'aigua si va presentar una correlació estadísticament significativa amb els índexs d'anomalia de cabal i de nivells piezomètrics. Quant a l'anàlisi comparativa entre les imatges Landsat-8 i Sentinel-2 es va obtindre una relació lineal entre la superfície d'aigua estimada per tots dos sensors amb un valor de R2 = 0,87. No obstant això, la major resolució espacial de Sentinel-2 permet detectar masses d'aigua de menor grandària contribuint a una millor anàlisi dels patrons de variabilitat en l'àrea d'estudi. La informació derivada d'aquesta tesi presenta una aplicabilitat d'interés mediambiental per al seguiment de l'estat dels aiguamolls ajudant a adaptar plans de gestió que condueixen a un estat de conservació adequat. / [EN] Wetlands are one of the ecosystems that receive the most attention from the scientific community. Their importance can be explained by the fact that they help mitigate the effects of flooding, can act as water filters, and provide habitats for valuable species of fauna and flora. In recent years, these types of environments are increasingly threatened as a result of pollution, alterations in water levels associated with the effects of climate change and anthropic uses, the introduction of invasive species and the negative effects of some changes in land use and certain practices associated with them (agriculture, grazing and urbanization). To analyze these ecosystems, remote sensing is presented as a tool with high potential to identify, evaluate and monitor these areas. In this thesis, Sentinel-2A/B, Landsat-5 TM and Landsat-8 OLI images were used to extract free water bodies in two environments: coastal Mediterranean wetlands (Prat Cabanes-Torreblanca, Marjal de Sagunto, Marjal de La Safor and Marjal Pego-Oliva) and the alluvial plain wetland located in the center of Spain, the Tablas de Daimiel. For this purpose, an analysis of seven water indices (NDWI, mNDWI, Cedex, Re-NDWI, Awei (sh), AWEI (nsh) and B_Blue) and thresholds were carried out to obtain the mapping of free water bodies in these areas. The main objective is to define the index and threshold that allow a wider use of the methodology for its application in other wetlands. LiDAR (Laser Imaging Detection and Ranging) information was also used in La Safor wetland to analyze the effects of the flooded surface on different land uses. The evaluation of the results was carried out based on the validation with a set of samples obtained from high spatial resolution images. The overall accuracy and the kappa index were calculated for the wetlands analyzed for different dates and sensors. In the case of the coastal wetlands, the NDWI water index with a threshold of ¿0.30 provided the most accurate results with an average value of 0.89 in global accuracy. In the case of Las Tablas de Daimiel wetland, the MNDWI index and threshold ¿0.15 were selected for Landsat-5 images (overall accuracy 0.88), the MNDWI index and threshold ¿0.25 for Landsat-8 images (overall accuracy 0.99) and the NDWI index and threshold ¿0.20 (overall accuracy 0.99) in the case of Sentinel-2A/B images. In Las Tablas de Daimiel wetland, a temporal analysis was carried out from 2000 to 2021 to calculate the anomalies of the water surface, precipitation, piezometric level and hydrological flow. This temporal reconstruction also made it possible to compare the results derived from Sentinel-2A/B images and Landsat 8 images. A correlation analysis was performed between the calculated anomaly indices, which revealed a non-significant correlation between the precipitation and water surface anomalies. However, the water surface anomaly index did show a statistically significant correlation with the flow anomaly and piezometric level indexes. As for the comparative analysis between Landsat-8 and Sentinel-2 images, a linear relationship was obtained between the water surface estimated by both sensors with a value of R2 = 0.87. However, the higher spatial resolution of Sentinel-2 allows the detection of smaller water masses contributing to a better analysis of the variability patterns in the study area. The information derived from this thesis presents an application of environmental interest for monitoring the state of wetlands helping to adapt management plans that lead to an adequate conservation status. / Pena Regueiro, J. (2023). Monitorización de cambios en la lámina libre de agua en humedales mediante teledetección [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/196109 / Compendio