Diferenciación de plantaciones forestales en EntreRríos (Argentina): Comparación de métodos de clasificación aplicados a imágenes sentinel-2 y landsat-8

Evangelina Gabriela Avogadro, Joan Cristian Padró Garcia

Resumen


En Argentina las plantaciones alcanzan 1.2 millones de hectáreas. Se plantea si la clasificación automática (CA) de imágenes de los sensores MSI (MultiSpectral Imager) de Sentinel-2 (S2) y OLI (Operational Land Imager) de Landsat-8 (L8) puede ser precisa y fiable para identificar plantaciones. Se analizó qué combinación de CA y sensor es más preciso, y cuáles son las características de S2 y L8 que dan lugar a diferencias. El área de estudio fue el departamento de Concordia (Entre Ríos, Argentina). Se compararon tres métodos de CA: supervisado paramétrico (mínima distancia euclidiana), supervisado no paramétrico (kNN) y no supervisado (IsoData Híbrido). El kNN, con Acierto Global de 91.4% para S2, es el más preciso. En conclusión, la CA es precisa y fiable para ser complementaria a la fotointerpretación. La resolución espectral y espacial de MSI no aporta una mejora relevante en la CA.

Texto completo:

PDF


DOI: http://dx.doi.org/10.21138/GF.652

Licencia Creative Commons

Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 Internacional.


GeoFocus es la revista del Grupo de Tecnologías de la Información Geográfica de la Asociación de Geógrafos Españoles. Recibe soporte institucional y técnico de RedIRIS (Red Española de I+D soportada por el Gobierno de España), de la FECYT (Fundación Española para la Ciencia y la Tecnología) y Grumets (Grupo de Investigación Métodos y Aplicaciones en Teledetección y Sistemas de Información Geográfica).