Este trabajo de fin de máster aborda el problema de la detección automática de cambios anómalos ocurridos en la superficie terrestre mediante imágenes satelitales de la Tierra. Dichos cambios implican cualquier variación fuera de lo típicamente esperado que se produzca en un área determinada del planeta. Su detección es muy importante dentro de las ciencias de la Tierra, ya que en el contexto actual de calentamiento global y cambio climático, presentan una importancia muy elevada en la escala global y local, permitiendo descubrir nuevos efectos generados por las actividades humanas que alteren el medio natural, y también posibles desestabilizaciones a gran escala entre los sistemas terrestres. En este trabajo se han empleado detectores de anomalías ACD (Anomaly Change Detection) basados en covarianzas, y también las respectivas versiones de contorneado elíptico (Elliptically-Countoured, EC) que extienden esta familia. Estos detectores están basados en el método Reed-Xiaoli, el cuál ha sido ampliamente utilizado en problemas de detección de cambios anómalos. La utilización de estos métodos se ha llevado a cabo en la detección de cambios anómalos reales ocurridos en diferentes lugares de la Tierra, y para la que se han utilizado imágenes multiespectrales de distintas resoluciones espaciales y espectrales (Landsat-8, MODIS, QuickBird y Sentinel-2), lográndose en la mayoría de casos detecciones con elevada precisión y baja tasa de falsas detecciones. Así, se ha confirmado que, en la mayoría de casos, existe una relación directa entre la resolución espectral de las imágenes empleadas y el acierto en las detecciones de cambios anómalos obtenidas. Además, la reducción de la componente espectral de las imágenes mediante el análisis de los componentes principales (PCA) mejora la todas las detecciones realizadas, al igual que un pos procesado basado en un filtrado espacial.

This master thesis addresses the problem of the automatic detection of anomalous changes occurring on the Earth's surface using satellite imagery of the Earth. These changes imply any variation outside of what is typically expected to occur in a particular area of the planet. Their detection is very important in geo-sciences, because in the current global context of warming and climate change, they are very important on the global and local scale, allowing to discover new effects generated by human activities that modify the Earth’s systems. In this work we have used anomaly detectors based on covariances matrix, as well as the respective Elliptic-Countoured (EC) versions that extend this family. These detectors are based on the Reed-Xiaoli method, which has been widely used in problems of anomaly change detection. The use of these methods has been carried out in the detection of real anomalous changes occurring in different places of the Earth, and for which multispectral images of different spatial and spectral resolutions have been used (Landsat-8, MODIS, QuickBird and Sentinel -2), obtaining in most cases detections with high precision and low rate of false detections. Thus, it has been confirmed that, in most cases, there is a direct relationship between the spectral resolution of the images used and the accuracy in the detections of anomalous changes obtained. In addition, the reduction of the spectral component of the images by principal component analysis (PCA) improves all the detections performed, as well as a post-processing based on a spatial filtering.