Revista de teledetección y SIG

Abstracto

Métodos de clasificación de la cobertura terrestre y el uso de la tierra (LCLU) en la zona semiárida de Botsuana

Alégrate Tsheko

Este artículo presenta el uso de la tierra y la cobertura terrestre (LCLU) detectados a partir de un Landsat 8 (OLI) utilizando dos esquemas de clasificación, a saber, el algoritmo de máxima verosimilitud (MLA) y las redes neuronales artificiales (ANN). El análisis se llevó a cabo utilizando dos, tres y ocho características (reflectancia de la superficie e índices). Para todas las clasificaciones, la precisión general y la estadística kappa variaron de 93,81% y 0,89 a 99,38% y 0,99, respectivamente. Las precisiones de clasificación más altas se obtuvieron utilizando las ocho características o dos características (solo índices) para ambos esquemas de clasificación. Esto demuestra la importancia del índice de vegetación de diferencia normalizada (NDVI) y el índice de acumulación de diferencia normalizada (NDBI) en el mapeo LCLU. Los dos índices son lo suficientemente robustos como para usarse para detectar arbustos, árboles, agua y acumulación en una imagen satelital. Además, el clasificador ANN también es lo suficientemente robusto como para usarse para esta clasificación. Aunque el clasificador MLA utilizó tanto los valores medios como la varianza de las características, el clasificador ANN solo utilizó los valores medios de las características. Esta es una demostración de la fusión de datos en una escala normalizada de -1,0 a 1,0. Este trabajo también demuestra que se pueden lograr precisiones de clasificación aceptables con menos canales espectrales