SciELO - Scientific Electronic Library Online

 
 issue67Accuracy assessment of the National Forest Inventory map of Mexico: sampling designs and the fuzzy characterization of landscapes author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Investigaciones geográficas

On-line version ISSN 2448-7279Print version ISSN 0188-4611

Abstract

GARCIA MORA, Tzitziki Janik  and  MAS, Jean-François. Comparación de metodologías para el mapeo de la cobertura y uso del suelo en el sureste de México. Invest. Geog [online]. 2008, n.67, pp.7-19. ISSN 2448-7279.

La clasificación digital de imágenes de satélite se ha convertido en una herramienta indispensable para monitorear la cobertura terrestre. Debido a los errores que se observan a menudo en los mapas derivados del análisis de datos de percepción remota, existe una búsqueda constante por desarrollar y probar alternativas que permitan la obtención de resultados precisos para la toma de decisiones. En la literatura se mencionan varios métodos para obtener mejores resultados que una clasificación convencional (clasificación píxel a píxel por el método de máxima probabilidad). En este trabajo se comparan diferentes métodos alternativos para clasificar una imagen Landsat de una región del sureste de México (clasificación contextual, clasificación por redes neurales, incorporación de datos auxiliares). Los resultados obtenidos muestran que la incorporación de datos auxiliares representados por imágenes de probabilidad a priori permite aumentar hasta un 20% la fiabilidad en comparación con una clasificación convencional, superando incluso los resultados obtenidos con métodos no paramétricos y contextuales.

Keywords : Clasificación contextual; redes neurales; datos auxiliares.

        · abstract in English     · text in Spanish     · Spanish ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License