Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM

  • Luis Marino Santana Rodriguez
  • Francisco Javier Salas Rey

Resumen

Algunos autores han encontrado problemas de discriminación entre las clases de ocupación del suelo presentes en sabanas tropicales, al utilizar imágenes Landsat. Este trabajo de investigación indaga acerca de la combinación de bandas más apropiadas, entre seis distintas, para diferenciar dichas clases en un sector de sabanas colombianas, utilizando una imagen Landsat ETM+. Las combinaciones incluyen las bandas espectrales no térmicas (combinación de referencia), a la que secuencial e individualmente se le adicionaba una imagen de entropía obtenida de la banda 4, el primer componente principal de todas las bandas, los componentes verdor y brillo de la transformación Tasseled Cap y el índice de vegetación NDVI. Inicialmente se utilizó análisis discriminante por pasos para clasificar los niveles digitales de 352 puntos distribuidos de forma aleatoria en la imagen, considerando las clases de cobertura y uso de la tierra presentes. Posteriormente se realizaron clasificaciones supervisadas, mediante el algoritmo de máxima probabilidad, utilizando las mismas combinaciones del análisis discriminante como en las clasificaciones supervisadas, dan cuenta que la mayor fiabilidad respecto a la combinación de referencias se logra adicionando la imagen de entropía a las bandas espectrales. Por tanto, el análisis discriminante permite seleccionar, entre muchas bandas, la combinación más adecuada para obtener la  mejor discriminación.

Palabras clave: discriminación de sabanas, análisis discriminante, sabanas colombianas, imágenes Landsat.

Publicado
2016-09-30
Como citar
SANTANA RODRIGUEZ, Luis Marino; SALAS REY, Francisco Javier. Combinación de bandas óptima para la discriminación de sabanas tropicales, usando imágenes Landsat ETM. Entorno Geografico, [S.l.], n. 5, sep. 2016. ISSN 1692-0074. Disponible en: <http://entornogeografico.univalle.edu.co/index.php/entornogeografico/article/view/3594>. Fecha de acceso: 26 sep. 2017 doi: https://doi.org/10.25100/eg.v0i5.3594.
Sección
Índice