Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM
Algunos autores han encontrado problemas de discriminación entre las clases de ocupación del suelo presentes en sabanas tropicales, al utilizar imágenes Landsat. Este trabajo de investigación indaga acerca de la combinación de bandas más apropiadas, entre seis distintas, para diferenciar dichas clas...
Main Authors: | , |
---|---|
Format: | Article |
Language: | Spanish |
Published: |
Universidad del Valle
2013-12-01
|
Series: | Entorno Geografico |
Subjects: | |
Online Access: | https://entornogeografico.univalle.edu.co/index.php/entornogeografico/article/view/3594 |
_version_ | 1818015590939361280 |
---|---|
author | Luis Marino Santana Rodriguez Francisco Javier Salas Rey |
author_facet | Luis Marino Santana Rodriguez Francisco Javier Salas Rey |
author_sort | Luis Marino Santana Rodriguez |
collection | DOAJ |
description | Algunos autores han encontrado problemas de discriminación entre las clases de ocupación del suelo presentes en sabanas tropicales, al utilizar imágenes Landsat. Este trabajo de investigación indaga acerca de la combinación de bandas más apropiadas, entre seis distintas, para diferenciar dichas clases en un sector de sabanas colombianas, utilizando una imagen Landsat ETM+. Las combinaciones incluyen las bandas espectrales no térmicas (combinación de referencia), a la que secuencial e individualmente se le adicionaba una imagen de entropía obtenida de la banda 4, el primer componente principal de todas las bandas, los componentes verdor y brillo de la transformación Tasseled Cap y el índice de vegetación NDVI. Inicialmente se utilizó análisis discriminante por pasos para clasificar los niveles digitales de 352 puntos distribuidos de forma aleatoria en la imagen, considerando las clases de cobertura y uso de la tierra presentes. Posteriormente se realizaron clasificaciones supervisadas, mediante el algoritmo de máxima probabilidad, utilizando las mismas combinaciones del análisis discriminante como en las clasificaciones supervisadas, dan cuenta que la mayor fiabilidad respecto a la combinación de referencias se logra adicionando la imagen de entropía a las bandas espectrales. Por tanto, el análisis discriminante permite seleccionar, entre muchas bandas, la combinación más adecuada para obtener la mejor discriminación. |
first_indexed | 2024-04-14T06:59:12Z |
format | Article |
id | doaj.art-833c1b3351314693ac47934eefaa8fb3 |
institution | Directory Open Access Journal |
issn | 1692-0074 2382-3518 |
language | Spanish |
last_indexed | 2024-04-14T06:59:12Z |
publishDate | 2013-12-01 |
publisher | Universidad del Valle |
record_format | Article |
series | Entorno Geografico |
spelling | doaj.art-833c1b3351314693ac47934eefaa8fb32022-12-22T02:06:48ZspaUniversidad del ValleEntorno Geografico1692-00742382-35182013-12-01510.25100/eg.v0i5.35942674Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETMLuis Marino Santana RodriguezFrancisco Javier Salas ReyAlgunos autores han encontrado problemas de discriminación entre las clases de ocupación del suelo presentes en sabanas tropicales, al utilizar imágenes Landsat. Este trabajo de investigación indaga acerca de la combinación de bandas más apropiadas, entre seis distintas, para diferenciar dichas clases en un sector de sabanas colombianas, utilizando una imagen Landsat ETM+. Las combinaciones incluyen las bandas espectrales no térmicas (combinación de referencia), a la que secuencial e individualmente se le adicionaba una imagen de entropía obtenida de la banda 4, el primer componente principal de todas las bandas, los componentes verdor y brillo de la transformación Tasseled Cap y el índice de vegetación NDVI. Inicialmente se utilizó análisis discriminante por pasos para clasificar los niveles digitales de 352 puntos distribuidos de forma aleatoria en la imagen, considerando las clases de cobertura y uso de la tierra presentes. Posteriormente se realizaron clasificaciones supervisadas, mediante el algoritmo de máxima probabilidad, utilizando las mismas combinaciones del análisis discriminante como en las clasificaciones supervisadas, dan cuenta que la mayor fiabilidad respecto a la combinación de referencias se logra adicionando la imagen de entropía a las bandas espectrales. Por tanto, el análisis discriminante permite seleccionar, entre muchas bandas, la combinación más adecuada para obtener la mejor discriminación.https://entornogeografico.univalle.edu.co/index.php/entornogeografico/article/view/3594discriminación de sabanasanálisis discriminantesabanas colombianaimagenes landsat |
spellingShingle | Luis Marino Santana Rodriguez Francisco Javier Salas Rey Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM Entorno Geografico discriminación de sabanas análisis discriminante sabanas colombiana imagenes landsat |
title | Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM |
title_full | Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM |
title_fullStr | Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM |
title_full_unstemmed | Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM |
title_short | Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM |
title_sort | combinacion de bandas optima para la discriminacion de sabanas tropicales usando imagenes landsat etm |
topic | discriminación de sabanas análisis discriminante sabanas colombiana imagenes landsat |
url | https://entornogeografico.univalle.edu.co/index.php/entornogeografico/article/view/3594 |
work_keys_str_mv | AT luismarinosantanarodriguez combinaciondebandasoptimaparaladiscriminaciondesabanastropicalesusandoimageneslandsatetm AT franciscojaviersalasrey combinaciondebandasoptimaparaladiscriminaciondesabanastropicalesusandoimageneslandsatetm |