Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima

En la presente investigación se aplicó la técnica geoestadística multivariada de Análisis de Componentes Principales Regionalizados (ACPR), la cual es una técnica de mejoramiento espectral que a diferencia del Análisis de Componentes Principales (ACP) describe la estructura de correlación espacial d...

Descripción completa

Detalles Bibliográficos
Autores Principales: Rico Páez, Edgar Andres, Santa Guzmán, Luis Fernando, Fuentes López, Hector Javier
Formato: Artículo (Article)
Lenguaje:Español (Spanish)
Publicado: Universidad Distrital Francisco José de Caldas 2017
Materias:
ACP
Acceso en línea:http://hdl.handle.net/11349/25786
id ir-11349-25786
recordtype dspace
spelling ir-11349-257862020-12-11T21:03:59Z Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima Rico Páez, Edgar Andres Santa Guzmán, Luis Fernando Fuentes López, Hector Javier ACP ACPR técnica geoestadística multivariada estructura de correlación espacial algoritmo de clasificación exactitud temática En la presente investigación se aplicó la técnica geoestadística multivariada de Análisis de Componentes Principales Regionalizados (ACPR), la cual es una técnica de mejoramiento espectral que a diferencia del Análisis de Componentes Principales (ACP) describe la estructura de correlación espacial de las bandas de la imagen, a partir de la cual genera un nuevo grupo de bandas artificiales de menor dimensión, menos correlacionado y más interpretable. Se obtuvieron clasificaciones supervisadas con las bandas de ACP y ACPR como insumo, donde se eligió el algoritmo de clasificación Distancia de Mahalanobish, el cual ofreció los mejores resultados en la clasificación, según lo evaluado cualitativamente con la imagen satelital y las fotografías aéreas de GoogleEarth.La calidad de estas clasificaciones se determinaron calculando las matrices de confusión e índices Kappa (κ), mostrando que la clasificación obtenida a partir de las bandas de ACPR para 60m ofreció la mejor exactitud temática, con el mayor valor de κ =0.8640. 2017-06-09 2020-12-11T21:03:59Z 2020-12-11T21:03:59Z info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artículo revisado por pares https://revistas.udistrital.edu.co/index.php/azimut/article/view/12179 http://hdl.handle.net/11349/25786 spa https://revistas.udistrital.edu.co/index.php/azimut/article/view/12179/12747 Derechos de autor 2017 Revista de Topografía AZIMUT application/pdf Universidad Distrital Francisco José de Caldas Revista de Topografía AZIMUT; Vol. 8 Núm. 1 (2017); 7-17 2346-1055 1909-647X
institution Universidad Distrital Francisco José de Caldas
collection DSpace
language Español (Spanish)
topic ACP
ACPR
técnica geoestadística multivariada
estructura de correlación espacial
algoritmo de clasificación
exactitud temática
spellingShingle ACP
ACPR
técnica geoestadística multivariada
estructura de correlación espacial
algoritmo de clasificación
exactitud temática
Rico Páez, Edgar Andres
Santa Guzmán, Luis Fernando
Fuentes López, Hector Javier
Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima
description En la presente investigación se aplicó la técnica geoestadística multivariada de Análisis de Componentes Principales Regionalizados (ACPR), la cual es una técnica de mejoramiento espectral que a diferencia del Análisis de Componentes Principales (ACP) describe la estructura de correlación espacial de las bandas de la imagen, a partir de la cual genera un nuevo grupo de bandas artificiales de menor dimensión, menos correlacionado y más interpretable. Se obtuvieron clasificaciones supervisadas con las bandas de ACP y ACPR como insumo, donde se eligió el algoritmo de clasificación Distancia de Mahalanobish, el cual ofreció los mejores resultados en la clasificación, según lo evaluado cualitativamente con la imagen satelital y las fotografías aéreas de GoogleEarth.La calidad de estas clasificaciones se determinaron calculando las matrices de confusión e índices Kappa (κ), mostrando que la clasificación obtenida a partir de las bandas de ACPR para 60m ofreció la mejor exactitud temática, con el mayor valor de κ =0.8640.
format Artículo (Article)
author Rico Páez, Edgar Andres
Santa Guzmán, Luis Fernando
Fuentes López, Hector Javier
author_facet Rico Páez, Edgar Andres
Santa Guzmán, Luis Fernando
Fuentes López, Hector Javier
author_sort Rico Páez, Edgar Andres
title Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima
title_short Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima
title_full Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima
title_fullStr Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima
title_full_unstemmed Análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite LANDSAT8 sensor OLI del año 2015, estudio de caso El Espinal, Tolima
title_sort análisis de componentes principales regionalizados aplicados a la clasificación digital de una imagen de satélite landsat8 sensor oli del año 2015, estudio de caso el espinal, tolima
publisher Universidad Distrital Francisco José de Caldas
publishDate 2017
url http://hdl.handle.net/11349/25786
_version_ 1712443929188630528
score 11,828437