<?xml version="1.0" encoding="ISO-8859-1"?><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance">
<front>
<journal-meta>
<journal-id>0188-4611</journal-id>
<journal-title><![CDATA[Investigaciones geográficas]]></journal-title>
<abbrev-journal-title><![CDATA[Invest. Geog]]></abbrev-journal-title>
<issn>0188-4611</issn>
<publisher>
<publisher-name><![CDATA[Universidad Nacional Autónoma de México, Instituto de Geografía]]></publisher-name>
</publisher>
</journal-meta>
<article-meta>
<article-id>S0188-46111994000200002</article-id>
<title-group>
<article-title xml:lang="es"><![CDATA[Clasificación espectral automática vs. Clasificación visual: Un ejemplo al sur de la Ciudad de México]]></article-title>
</title-group>
<contrib-group>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Palacio Prieto]]></surname>
<given-names><![CDATA[José Luis]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
<contrib contrib-type="author">
<name>
<surname><![CDATA[Luna González]]></surname>
<given-names><![CDATA[Laura]]></given-names>
</name>
<xref ref-type="aff" rid="A01"/>
</contrib>
</contrib-group>
<aff id="A01">
<institution><![CDATA[,Universidad Nacional Autónoma de México Instituto de Geografía ]]></institution>
<addr-line><![CDATA[México Distrito Federal]]></addr-line>
<country>México</country>
</aff>
<pub-date pub-type="pub">
<day>00</day>
<month>00</month>
<year>1994</year>
</pub-date>
<pub-date pub-type="epub">
<day>00</day>
<month>00</month>
<year>1994</year>
</pub-date>
<numero>29</numero>
<fpage>25</fpage>
<lpage>40</lpage>
<copyright-statement/>
<copyright-year/>
<self-uri xlink:href="http://www.scielo.org.mx/scielo.php?script=sci_arttext&amp;pid=S0188-46111994000200002&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.mx/scielo.php?script=sci_abstract&amp;pid=S0188-46111994000200002&amp;lng=en&amp;nrm=iso"></self-uri><self-uri xlink:href="http://www.scielo.org.mx/scielo.php?script=sci_pdf&amp;pid=S0188-46111994000200002&amp;lng=en&amp;nrm=iso"></self-uri><abstract abstract-type="short" xml:lang="es"><p><![CDATA[Se realizaron dos clasificaciones multiespectrales, una supervisada y una no supervisada, con base en una imagen Landsat TM utilizando para ello un algoritmo de máxima similitud. En el primer caso se obtuvieron 29 clases a partir de unas 41 muestras y en el caso de la clasificación no supervisada se obtuvieron 27 clases. En ambos casos, el número final de clases se redujo una vez agrupadas las clases espectrales en clases de información, resultando seis en total. Por otra parte, se elaboraron diferentes compuestos en color para realizar una interpretación visual. Los tres productos fueron comparados en un ambiente SIG contra una base de referencia de verdad en campo, consistente en una malla de puntos equidistantes a 1 km², totalizando 560 sitios de control. Los resultados de la comparación permiten apreciar que los mejores valores de exactitud corresponden a la clasificación supervisada (82.32%) seguidos de la clasificación visual (78.72%) y la no supervisada (73.18%). Estos valores fueron obtenidos una vez agrupadas las clases afines.]]></p></abstract>
<abstract abstract-type="short" xml:lang="en"><p><![CDATA[Using a Maximum Likelihood algorithm a Landsat TM image was classified by both supervised and non-supervised approaches. In the first case, 12 classes were obtained based on 30 samples; the non-supervised procedure yielded 30 classes. Once grouped, both classifications considered 6 classes. Additionally, color composites were prepared and visually interpreted. The three products were compared in a GIS environment using a regularly distributed network of points refering the field truth. The results show that the lowest error correspond to the supervised classification (82.32% exactitude), followed by the visual interpretation (78.72%) and the non-supervised procedure (73.18%). These figures were obtained after grouping the classes according to their similarities.]]></p></abstract>
</article-meta>
</front><body><![CDATA[ 

    <p align="center"><font face="verdana" size="4"><b>Clasificaci&oacute;n espectral autom&aacute;tica vs. Clasificaci&oacute;n visual: Un ejemplo al sur de la Ciudad de M&eacute;xico</b></font></p>
    <p align="center">&nbsp;</p>
    <p align="center"><font face="verdana" size="2"><b>Jos&eacute; Luis Palacio Prieto* Laura Luna Gonz&aacute;lez*</b></font></p>
    <p align="center">&nbsp;</p>
    <p align="justify"><font face="verdana" size="2"><i>* Instituto de Geograf&iacute;a, Universidad Nacional Aut&oacute;noma de M&eacute;xico,  Apdo. Postal 20&#45;850, 01000 M&eacute;xico, D.F.</i></font></p>
    <p align="justify">&nbsp;</p>
    <p align="justify"><font face="verdana" size="2">Recibido: 10 de noviembre de 1994.</font></p>
    <p align="justify">&nbsp;</p>
    <p align="justify"><font face="verdana" size="2"><b>Resumen</b></font></p>
    ]]></body>
<body><![CDATA[<p align="justify"><font face="verdana" size="2">Se realizaron dos clasificaciones multiespectrales, una supervisada y  una no supervisada, con base en una imagen Landsat TM utilizando para ello un  algoritmo de m&aacute;xima similitud. En el primer caso se obtuvieron 29 clases a partir de unas 41  muestras y en el caso de la  clasificaci&oacute;n no supervisada se obtuvieron 27 clases. En ambos  casos, el n&uacute;mero final de clases se redujo una vez agrupadas las clases  espectrales en clases de informaci&oacute;n, resultando seis en total. Por otra parte,  se elaboraron diferentes compuestos en color para realizar una interpretaci&oacute;n  visual.</font></p>
    <p align="justify"><font face="verdana" size="2">Los tres productos fueron comparados en un ambiente SIG contra una  base de referencia de verdad en campo, consistente en una malla de puntos  equidistantes a 1 km<sup>2</sup>, totalizando 560 sitios de control.</font></p>
    <p align="justify"><font face="verdana" size="2">Los resultados de la comparaci&oacute;n permiten apreciar que los mejores  valores de exactitud corresponden a la clasificaci&oacute;n supervisada (82.32%) seguidos de la clasificaci&oacute;n visual (78.72%) y la no  supervisada (73.18%). Estos valores fueron obtenidos una vez  agrupadas las clases afines.</font></p>
    <p align="justify">&nbsp;</p>
    <p align="justify"><font face="verdana" size="2"><b>Abstract</b></font></p>
    <p align="justify"><font face="verdana" size="2">Using a Maximum  Likelihood algorithm a Landsat TM image was classified by both supervised and  non&#45;supervised approaches. In the first case, 12 classes were obtained based on  30 samples; the non&#45;supervised procedure yielded 30 classes. Once grouped, both  classifications considered 6 classes. Additionally, color composites were  prepared and visually interpreted.</font></p>
    <p align="justify"><font face="verdana" size="2">The three products were compared in a GIS environment  using a regularly distributed network of points refering the field truth.</font></p>
    <p align="justify"><font face="verdana" size="2">The  results show that the lowest error correspond to the supervised classification  (82.32% exactitude), followed by the visual interpretation (78.72%) and the  non&#45;supervised procedure (73.18%). These figures were obtained after grouping  the classes according to their similarities.</font></p>
    <p align="justify">&nbsp;</p>
    <p align="justify"><font face="verdana" size="2"><a href="/pdf/igeo/n29/n29a2.pdf" target="_blank">DESCARGAR ART&Iacute;CULO EN FORMATO PDF</a></font></p>
    ]]></body>
<body><![CDATA[<p align="justify">&nbsp;</p>
    <p align="justify"><font face="verdana" size="2"><b>Cartograf&iacute;a consultada:</b></font></p>
    <!-- ref --><p align="justify"><font face="verdana" size="2">INEGI (1972), Carta de Uso del Suelo,  Milpa Alta, E14&#45;A49, esc. 1:50 000.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=4624855&pid=S0188-4611199400020000200001&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>
    <!-- ref --><p align="justify"><font face="verdana" size="2">INEGI (1976), Carta Geol&oacute;gica, Milpa Alta,  E14&#45;A49, esc. 1:50 000.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=4624857&pid=S0188-4611199400020000200002&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>
    <!-- ref --><p align="justify"><font face="verdana" size="2">INEGI (1983), Carta Topogr&aacute;fica, Milpa  Alta, E14&#45;A49, esc. 1:50 000.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=4624859&pid=S0188-4611199400020000200003&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>
    <!-- ref --><p align="justify"><font face="verdana" size="2">SIGSA (1986), Carta Topogr&aacute;fica, esc. 1:20 000.    &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;[&#160;<a href="javascript:void(0);" onclick="javascript: window.open('/scielo.php?script=sci_nlinks&ref=4624861&pid=S0188-4611199400020000200004&lng=','','width=640,height=500,resizable=yes,scrollbars=1,menubar=yes,');">Links</a>&#160;]<!-- end-ref --></font></p>
    ]]></body>
<body><![CDATA[ ]]></body><back>
<ref-list>
<ref id="B1">
<nlm-citation citation-type="">
<collab>INEGI</collab>
<source><![CDATA[Carta de Uso del Suelo, Milpa Alta, E14-A49, esc. 1:50 000]]></source>
<year>1972</year>
</nlm-citation>
</ref>
<ref id="B2">
<nlm-citation citation-type="">
<collab>INEGI</collab>
<source><![CDATA[Carta Geológica, Milpa Alta, E14-A49, esc. 1:50 000]]></source>
<year>1976</year>
</nlm-citation>
</ref>
<ref id="B3">
<nlm-citation citation-type="">
<collab>INEGI</collab>
<source><![CDATA[Carta Topográfica, Milpa Alta, E14-A49, esc. 1:50 000]]></source>
<year>1983</year>
</nlm-citation>
</ref>
<ref id="B4">
<nlm-citation citation-type="">
<collab>SIGSA</collab>
<source><![CDATA[Carta Topográfica, esc. 1:20 000.]]></source>
<year>1986</year>
</nlm-citation>
</ref>
</ref-list>
</back>
</article>
