La lecture à portée de main
Découvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDécouvre YouScribe en t'inscrivant gratuitement
Je m'inscrisDescription
Sujets
Informations
Publié par | erevistas |
Publié le | 01 janvier 2009 |
Nombre de lectures | 79 |
Langue | Español |
Extrait
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 5-13
Efecto de diferentes métodos de clasificación
de imágenes satelitales sobre índices de paisaje
Effect of different satellite image classification
methods on landscape indices
M. C. Conde, S. B. Perelman y A. Cerezo
mconde@agro.uba.ar
Departamento de Métodos cuantitativos y sistema de información. Facultad de Agronomía-UBA,
Av. San Martín 4453,Ciudad de Buenos Aires, Argentina
Recibido el 26 de mayo de 2009, aceptado el 23 de noviembre de 2009
ABSTRACTRESUMEN
The study of landscape-scale ecological patternsEl estudio de patrones y procesos ecológicos en
and processes is frequently based on the use ofla escala de paisaje se basa frecuentemente en el
indices calculated from land cover classifica-uso de índices calculados a partir de clasifica-
tions. Classifications, in turn, depend on sate-ciones de cobertura. Las clasificaciones depen-
llite-imagery spatial and spectral resolution andden de la resolución espacial y espectral de las
can be created by “pixel-based” or “object (re-imágenes satelitales y pueden realizarse a traves
gion)-based” classifiers. The former only consi-de clasificadores “por píxeles” o “por regiones”.
ders each pixel´s reflectance, while the latterEl primero solo considera la reflectancia de cada
additionally considers pixel neighborhoods,píxel para asignarlo a una clase determinada, y el
through a process called “segmentation”, whichsegundo adicionalmente considera la vecindad
groups neighbouring pixels in homogeneous re-del píxel mediante un proceso denominado seg-
gions. The objective of this work was to com-mentación, que agrupa píxeles vecinos en regio-
pare the object-based method with differentnes homogéneas, previo a la clasificación. El
alternatives of a pixel–based method on lands-objetivo del presente trabajo es comparar el mé-
cape indices, in the Pampas region of Argentina.todo de clasificación por regiones con diferen-
Five regional, non-supervised classificationstes alternativas del método de clasificación por
were made with pixel- and object-based me-píxel sobre los índices de caracterización del pai-
thods, using Normalized Difference Vegetationsaje en la región pampeana Argentina.
Index (NDVI) values from four LANDSAT 5TMSe realizaron clasificaciones no supervisadas
images: 4 pixel-based, varying pixel sizeutilizando técnicas por píxeles y por regiones, a
(30x30m and 134x134m), with or without majo-partir de Indice de Vegetación Normalizado de
rity post-classification filters, and one object-cuatro imágenes LANDSAT 5 TM. Se realiza-
based. In the latter, we used the “regionron cuatro clasificaciones por píxeles (dos ta-
growing” algorithm for the segmetation process.maños de píxel, 30x30m y 134x134m, y el filtro
Each classification was dissected by an 8.3kmpost-clasificación por mayoría, con o sin filtro).
grid and for each 69km2-unit, we calculated theEn la clasificación por regiones, se utilizó el al-
following indices: number of patches, meangoritmo de “crecimiento de regiones” para el
patch size, total edge, mean patch edge, andproceso de segmentación. Cada clasificación se
mean shape index. These were compared bet-disectó con una grilla de 8.3x8.3 km. En cada
ween classifications. We found greatest diffe-unidad se cuantificaron cinco índices de paisaje
rences between the object-based classification(número de parches, tamaño medio de parches,
and the non-filtered 30m-pixel classification.borde total, borde medio de parches, índice
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 5-13 5M. C. Conde , S. B. Perelman y A. Cerezo
medio de forma) y se compararon entre clasifi- The index values for these two methods were,
caciones. Para todos los índices las mayores di- respectively: number of patches: 294 and 5688;
ferencias se encontraron entre la clasificación por mean patch size: 24 and 1.2ha; total edge:
regiones y la clasificación por píxel de 30m sin 733769 and 2003463m; mean patch edge: 2504
filtro. Los valores de los índices para estas dos and 354m; mean shape index: 1.69 and 1.3.
clasificaciones fueron, respectivamente: número The object-based method produced index va-
de parches: 294 y 5688 parches; tamaño medio lues that correspond better to reality, due to the
de parches: 24 y 1.2ha; borde total: 733769 y incorporation of other classfication criteria, such
2003763m; borde medio total: 2504 y 354m; ín- as real-world shape patterns and neighbouring
dice medio de forma: 1.69 y 1.3. pixel´s spectral values. For example, the mean
La clasificación por regiones produce índices patch size calculated from the object-based me-
que corresponden mejor con la realidad debido a thod (mean = 24ha), was closest to true agricul-
la incorporación de otros criterios de agrupación tural patch size in this region, which varies
como el patrón de forma y la distancia a unidades between 20 and 100ha.
vecinas. Por ejemplo el tamaño medio de parche
calculado por este método (promedio =24ha) fue
mas cercano al tamaño real de los parches agrí-
colas de esta región, el cual varía entre 20 y
100ha.
PALABRAS CLAVE: índices de paisaje, clasi- KEYWORDS: landscape indices, satellite clas-
ficación satelital, segmentación, resolución es- sification, segmentation, spatial resolution
pacial
INTRODUCCIÓN comprender y gestionar su funcionamiento (Burel &
Baudry 2002). En la última década, el uso de imá-
La caracterización de un paisaje se relaciona di- genes satelitales y sistemas de información geogra-
rectamente con el conocimiento de su composición fica (SIG) se ha convertido en una herramienta
y de la configuración espacial de los elementos que fundamental para la cuantificación de estos índices
lo integran, aspectos relativamente independientes (Chuvieco 1999, Ares et al. 2001, Fuller 2001, Li &
que en combinación afectan los procesos ecológicos Wu 2004). Algunos autores encontraron diferente
y la supervivencia de las especies (Turner et al. sensibilidad entre distintos índices de paisaje a la ca-
2001, McGarigal & Marks 1995). La composición lidad de la información espacial y espectral sobre la
se refiere a las características asociadas con la pre- cual se realiza el análisis (Saura 2001, Saura 2004,
sencia y cantidad de cada tipo de parche dentro del Frohn & Hao 2006). Los índices pueden tener erro-
paisaje, sin considerar de manera explícita su distri- res derivados de la resolución espacial (tamaño del
bución espacial, mientras que la configuración des- grano de la información), de la extensión del paisaje
cribe la distribución física o el carácter espacial de en el estudio (área abarcada) y/o de la selección de
los parches dentro del paisaje (Fahrig 2003, Forman categorias en la clasificación, también denominada
& Godron 1986). Los parches son las unidades mí- resolución temática (Turner, Gardner & O`Neil
nimas de observación de un paisaje de acuerdo con 2001). Esto hace suponer que los índices de paisaje
la escala de detección y observación, y se caracteri- podrían ser sensibles a la metodología de clasifica-
zan por constituir una superficie homogénea (Lang ción y en particular al tamaño de las unidades que
& Blaschke 2009). sirven de base en la clasificación, es decir, que se
La cuantificación del patrón del paisaje a través de trate de píxeles aislados o de segmentos (polígonos
índices numéricos es muy utilizada en ecología para o regiones de píxeles colindantes previamente agru-
caracterizar y comparar los estados de fragmenta- pados).
ción y cobertura de la vegetación y sus cambios en La clasificación de las imágenes de la superficie te-
el tiempo. En los paisajes agrícolas, la cuantifica- rrestre se puede realizar a través de la fotointerpre-
ción del impacto que produce la expansión y la in- tación o de análisis cuantitativos basados en
tensificación de la agricultura, es fundamental para computación intensiva (Quattrochi & Pelletier
Revista de Teledetección. ISSN: 1988-8740. 2009. 32: 5-136Efecto de diferentes métodos de clasificación de imágenes satelitales sobre índices de paisaje
1991). Dentro de este último grupo los métodos tra- de alteración entre paisajes, o del mismo paisaje a
dicionalmente más utilizados de análisis de la infor- través del tiempo, es muy importante la consisten-
mación satelital son los de clasificación por píxel cia y exactitud de los índices. Además se requiere
(Blaschke & Strobl 2001, Guershman et al. 2003), que los índices presenten gran sensibilidad a los
los cuales sólo consideran la reflectancia de cada cambios en la composición y configuración del pai-
píx