Comparison of methodologies for mapping land use cover in Southeast Mexico

• Main Authors: Tzitziki Janik García Mora, Jean François Mas
• Format: Article
• Language: English
• Published: Universidad Nacional Autónoma de México 2009-10-01
• Series: Investigaciones Geográficas
• Subjects: Clasificación contextual; redes neurales; datos auxiliares
• Online Access: http://www.investigacionesgeograficas.unam.mx/index.php/rig/article/view/17987

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.