57 DISCRIMINACIÓN DE CULTIVOS DE REGADÍO DEL VALLE DEL GUADALQUIVIR CON DATOS DE SATELITE QUICKBIRD M. Jurado-Expósito, J. M. Peña-Barragán, M. T. Gómez-Casero, L. García-Torres y F. López-Granados. Instituto de Agricultura Sostenible, IAS-CSIC. Apdo. 4084, 14080 Córdoba. montse.jurado@ias.csic.es RESUMEN La clasificación de los diferentes cultivos de regadío según su desarrollo fenológico con técnicas de Teledetección es importante para estimar el área que ocupan, sus requerimientos hídricos, y realizar un seguimiento exhaustivo de las prácticas de regadío en grandes superficies de terrero. En el Valle del Guadalquivir, dichos cultivos presentan gran diversidad y suelen sembrarse en parcelas < 1 ha. Para su discriminación utilizamos 3 imágenes multiespectrales de satélite QuickBird tomadas en Posadas (Córdoba) en primavera, principios y finales de verano 2007 (bandas: Azul, Verde, Roja e Infrarrojo-cercano; 84 km 2 cada una). Los principales usos de suelo presentes en las tres fechas fueron: suelo desnudo, rastrojo, cultivos herbáceos (dependiendo de la época del año: ajos, alfalfa, algodón, espárragos, girasol, habas, maíz, cucurbitáceas, trigo y patatas), leñosos (cítricos), suelo urbano, carreteras, agua (río). Se tomaron datos con DGPS para muestreos “verdad-terreno”. La clasificación supervisada basada en bandas y siete índices de vegetación se validó mediante Matrices de Confusión y estadísticos de clasificación. Esta comunicación es continuación de la presentada en este Congreso por López-Granados et al., y sólo se referirá a los resultados de la imagen de finales de verano debido a que el resto está analizándose. Con NDVI los porcentajes de clasificación fueron > del 88 % para los 11 de los usos de suelo presentes en la imagen de finales de verano. ABSTRACT Multi-temporal classification of irrigated crops according to their phenological evolution using remote sensing techniques is important to estimate the area occupied by them, their water requirements and to provide a useful source of data from which updated surface inventories. Three high spatial resolution QuickBird images (wavebands: blue, green, red, near-infrared, 84 km 2 ) were captured in spring, early and late summer 2007, in an area around Posadas (Córdoba). The main land covers/crops considered in the studied were: bare soil, stubble, herbaceous crops (garlic, alfalfa,, cotton, asparagus, sunflower, broad bean, maize, cucurbitaceous, wheat and potatoes), trees (citricus), urban soil, roads and water (river). Ground-truth of land covers were georeferenced with a DGPS. A supervised classification method based on the four multispectral bands and seven vegetation indexes: NDVI, RVI, B/G, B/R, G/R, NIR/B y NIR/G, was used to discriminate any specific land cover, the corresponding confusion matrix and classifications statistics were calculated. Our results show that the 11 land covers/ crops analysed in late summer image were discriminated with an overall accuracy > 88 %. Palabras clave: teledetección, multiespectral, agricultura de precisión. INTRODUCCIÓN Los cultivos de regadío son una actividad económica de gran relevancia constituyendo en España una parte considerable de su economía, ya que suponen una importante demanda de agua del total requerida por la agricultura. El uso excesivo del agua de regadío ha deteriorado sus reservas, por lo que las políticas de la Unión Europea (UE), y en particular la política agrícola común (PAC), se orientan cada vez más hacia la regulación del suministro de agua a la agricultura y a la promoción del empleo de prácticas de agricultura sostenible. Ello requiere el desarrollo de métodos precisos para estimar la superficie ocupada por cada cultivo. La mayoría de los estudios de clasificación e inventariado de cultivos mediante teledetección se han llevado a cabo con sensores multiespectrales (Bastiaansen et al. 2000; Rama Rao et al. 2007). En las zonas Mediterráneas una de las principales características que presentan los cultivos de regadío es una gran fragmentación en términos de diversidad (herbáceos: anuales y perennes, leñosos: de hoja caduca y de hoja perenne) y un reducido tamaño de las parcelas (Martínez-Casasnovas et al. 2005) en las que la discriminación con sensores de alta resolución temporal pero media-baja resolución espacial, puede ser muy imprecisa. Por ello, para su discriminación se necesitarían imágenes de satélite de alta resolución espacial. Por lo que las imágenes del