Generalization of heterogeneous alpine vegetation in air photo-based image classification, Latnjajaure catchment, northern Sweden
Hemos llevado a cabo la cartografía de la vegetación alpina a escala media (nivel de cuenca experimental) mediante interpretación remota. Esta metodología plantea dificultades debido a la distribución en mosaico de la vegetación y a la heterogeneidad del espetro obtenido. Se discuten las posibilidad...
| Published in: | Pirineos |
|---|---|
| Main Authors: | , , |
| Format: | Article in Journal/Newspaper |
| Language: | English Spanish French |
| Published: |
Consejo Superior de Investigaciones Científicas
2006
|
| Subjects: | |
| Online Access: | https://doi.org/10.3989/pirineos.2006.v161.1 https://doaj.org/article/3f5f38fe334b4b56af9cfd2e1527845a |
| Summary: | Hemos llevado a cabo la cartografía de la vegetación alpina a escala media (nivel de cuenca experimental) mediante interpretación remota. Esta metodología plantea dificultades debido a la distribución en mosaico de la vegetación y a la heterogeneidad del espetro obtenido. Se discuten las posibilidades de generalización de los resultados y el grado de precisión alcanzado en este caso experimental mediante fotografía aérea digital CIR aplicada a una clasificación automática de las comunidades vegetales dominantes. La información espectral obtenida por foto áerea se complementó con la clasificación de las comunidades vegetales in situ y la información topográfica derivada de un Modelo Digital de Terreno. Además se marcaron 150 puntos de control en el campo por medio de GPS. Los resultados de tres clasificaciones alternativas se analizaron mediante el estadístico Kappa y la precisión del usuario y del productor. El grado de precisión obtenido apenas difirió entre clasificaciones, a pesar de que sí había diferencias significativas entre la precisión del usuario o del productor para las diferentes clases, así como para la superficie total y la distribución. La presencia sobre el terreno de una clase correctamente identificada a menos de 5 m de un punto de control, aumentó la precisión en un 16 %. Unas 10 comunidades vegetales pueden ser identificadas con un grado de precisión aceptable al terminar la clasificación. Si un mosaico de píxels de alta resolución se generaliza a unidades cuya precisión es comparable a la de un simple GPS, tal generalización puede también influir en la cantidad de información de la imagen. |
|---|