Clasificación de la vegetación en un monte alcornocal mediante imágenes Ikonos

F. Cano, R.M. Navarro y A. García-Ferrer

RESUMEN
Se ha realizado una clasificación supervisada de la vegetación existente en un monte alcornocal (San Roque-Cádiz), a partir de dos imágenes Ikonos Geo, una imagen pancromática y otra imagen multiespectral. La aplicación de este sensor a la clasificación supervisada de vegetación mediterránea, en el caso de monte alcornocal, permite destacar el alto valor obtenido tanto para la fiabilidad global (87,14 %) como para el Índice Kappa (0,8512). El análisis visual de la imagen permite diferenciar fácilmente las categorías Matorral, Alcornocal y Pinar, pero las fiabilidades obtenidas para estas clases no superan por término medio el 80 %. A pesar de la mejora en la resolución espacial que supone el satélite Ikonos, siguen presentándose problemas de píxeles de mezcla en la imagen. Es necesario abordar estudios de clasificación más profundos utilizando imágenes del sensor Ikonos, con la idea de superar las limitaciones que presenta la clasificación por píxel. En este punto la información de texturas en la imagen o la clasificación orientada a objetos, parecen perfilarse como soluciones idóneas.

PALABRAS CLAVE: seca de Quercus, clasificación supervisada, Ikonos-Geo.

ABSTRACT
A supervised classification of vegetation of a cork oak woodland (San Roque-Cádiz), has been realised from two Ikonos Geo images, one panchromatic and the other multi-spectral. The application of this sensor for the supervised classification of cork oak woodland, allows the emphasis of the highest value obtained as much for the global reliability (87.14%) as for the Kappa Index (0.8512). The visual analysis of the image permits easy differentiation of the categories scrubland, cork oak woodland and pine forest, but reliabilities for these classes do not exceed on average 80%. Despite the improvement in spatial resolution supposed by the Ikonos satellite, problems of mixed pixels in the image continue to appear. It is necessary to tackle classification studies more deeply using Ikonos sensor images, with the idea of overcoming the limitations that classification by pixel presents. For this, texture information or classification orientated to objects, look to be ideal solutions.

KEY WORDS: decline of Quercus, supervised classification, Ikonos-Geo.

PULSE AQUI PARA DESCARGAR EL ARTÍCULO COMPLETO.