Cerrar

No. de sistema: 000047202

LDR _ _ 00000nab^^22^^^^zza^4500
008 _ _ 090520m20089999mx^tr^p^^^^^^z0^^^a0spadd
040 _ _ a| ECO
c| ECO
043 _ _ a| n-mx-qr
044 _ _ a| mx
100 1 _ a| García Mora, Tzitziki Janik
245 1 0 a| Comparación de metodologías para el mapeo de la cobertura y uso del suelo en el sureste de México
246 1 1 a| Comparison of methodologies for mapping land use cover in Southeast Mexico
520 _ _ a| 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.
520 1 _ a| Digital classification of satellite images has become an important tool for land use cover monitoring. There have been many studies and researches aiming to develop and assess classification methods which are capable of producing results with higher accuracies in order to support decision making. Through a literature review, we found various classification methods that have been tested and are able to produce better results than the conventional one. This work compares different classification methods in a southeast region of Mexico. Results show that with ancillary data which were represented by prior probabilities, the classifications obtained 20 % more accuracy that those by conventional classification methods, and even better than those methods using non-parametric classifier and contextual information.
538 _ _ a| Adobe Acrobat profesional 6.0 o superior
650 _ 4 a| Uso de la tierra
650 _ 4 a| Imágenes por satélite
650 _ 4 a| Monitoreo ambiental
651 _ 4 a| Quintana Roo (México)
700 1 _ a| Mas, Jean François
e| coaut.
773 0 _
t| Investigaciones Geográficas
g| No. 67 (diciembre 2007), p. 7-19
x| 0188-4611
856 4 1 u| http://www.igeograf.unam.mx/instituto/publicaciones/boletin/bol67/bltn67art1.pdf
z| Artículo electrónico
900 _ _ a| En hemeroteca, SIBE-Chetumal, SIBE-San Cristóbal, SIBE-Tapachula
902 _ _ a| JSGM/MM/GOG
904 _ _ a| Mayo 2009
905 _ _ a| Artfrosur
905 _ _ a| CRIIS
LNG spa
Cerrar
*En hemeroteca, SIBE-Chetumal, SIBE-San Cristóbal, SIBE-Tapachula
Comparación de metodologías para el mapeo de la cobertura y uso del suelo en el sureste de México = Comparison of methodologies for mapping land use cover in Southeast Mexico
García Mora, Tzitziki Janik (autor)
Mas, Jean François (autor)
Contenido en: Investigaciones Geográficas. No. 67 (diciembre 2007), p. 7-19. ISSN: 0188-4611
Bibliotecas:
Chetumal , San Cristóbal , Tapachula
No. de sistema: 47202
Tipo: Artículo
PDF
  • Consulta (1)




Español

"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."

Inglés

"Digital classification of satellite images has become an important tool for land use cover monitoring. There have been many studies and researches aiming to develop and assess classification methods which are capable of producing results with higher accuracies in order to support decision making. Through a literature review, we found various classification methods that have been tested and are able to produce better results than the conventional one. This work compares different classification methods in a southeast region of Mexico. Results show that with ancillary data which were represented by prior probabilities, the classifications obtained 20 % more accuracy that those by conventional classification methods, and even better than those methods using non-parametric classifier and contextual information."

SIBE Chetumal
Codigo de barra
Estado
Colección
47269-20
(Disponible)
Artículos de la frontera sur
SIBE San Cristóbal
Codigo de barra
Estado
Colección
47269-10
(Disponible)
Artículos de la frontera sur
SIBE Tapachula
Codigo de barra
Estado
Colección
47269-30
(Disponible)
Artículos de la frontera sur

  • Adobe Acrobat profesional 6.0 o superior