Aplicación del Algoritmo de Redes Elásticas en imágenes satelitales
Descripción del Articulo
Esta investigación se realizó en el Santuario Nacional Los Manglares de Tumbes (SNLMT), ubicado en el distrito de Zarumilla departamento de Tumbes, está orientada a implementar una metodología que permita caracterizar la cobertura de manglar. Para ello, se analizó y procesó la imagen del sensor TM d...
Autores: | , |
---|---|
Formato: | artículo |
Fecha de Publicación: | 2018 |
Institución: | Instituto Geofísico del Perú |
Repositorio: | IGP-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.igp.gob.pe:20.500.12816/4632 |
Enlace del recurso: | http://hdl.handle.net/20.500.12816/4632 |
Nivel de acceso: | acceso abierto |
Materia: | Imágenes satelitales Índice físico Máxima verosimilitud Cluster Manglares de Tumbes Tumbes Perú http://purl.org/pe-repo/ocde/ford#1.05.00 |
Sumario: | Esta investigación se realizó en el Santuario Nacional Los Manglares de Tumbes (SNLMT), ubicado en el distrito de Zarumilla departamento de Tumbes, está orientada a implementar una metodología que permita caracterizar la cobertura de manglar. Para ello, se analizó y procesó la imagen del sensor TM del satélites LandSat 5 evaluando una serie de parámetros relacionados a la superficie del suelo, tales como SAVI (Índice de vegetación ajustado al suelo), NDVI (Índice de vegetación de diferencia normalizada) y NDWI (Índice de agua de diferencia normalizada) con miras a establecer el índice óptimo que permita discriminar las diferentes componentes de cobertura de suelo del Santuario. El indice óptimo (SAVI) antes descrito fue introducido en el Algoritmo de las Redes Elásticas (ENA, por sus siglas en ingles) para la clasificación de la cobertura de suelo del SNLMT. Las imágenes construidas a partir de los resultados ENA, fueron sometidos al proceso de validación empleando métodos convencionales como el algoritmo de máxima verosimilitud (AMV). Tal proceso de validación consistió en realizar los análisis y comparaciones de las gráficas de firmas espectrales promedio de cada clase informacional obtenidos tanto con ENA y AMV, dando como resultados similares gráficas donde el RMSE fue por debajo de 0.052 (adimensional) y el factor de correlación sobre r=0.886. Esto indica que el método ENA resulta ser una herramienta eficaz para la subdivisión de clases de cobertura manglar. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).