Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: -landsat - etm - Report as inadecuate




Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: -landsat - etm - - Download this document for free, or read online. Document in PDF available to download.

John William Branch Bedoya ; Verónica Botero Fernández ;Revista Facultad Nacional de AgronomíaMedellín 2005, 58 1

Author: Mauricio Arango Gutiérrez

Source: http://www.redalyc.org/


Teaser



Revista Facultad Nacional de Agronomía Medellín ISSN: 0304-2847 rfnagron_med@unal.edu.co Universidad Nacional de Colombia Colombia Arango Gutiérrez, Mauricio; Branch Bedoya, John William; Botero Fernández, Verónica CLASIFICACIÓN NO SUPERVISADA DE COBERTURAS VEGETALES SOBRE IMÁGENES DIGITALES DE SENSORES REMOTOS: -LANDSAT - ETM - Revista Facultad Nacional de Agronomía - Medellín, vol.
58, núm.
1, junio, 2005, pp.
2611-2634 Universidad Nacional de Colombia Medellín, Colombia Disponible en: http:--www.redalyc.org-articulo.oa?id=179914238003 Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto CLASIFICACIÓN NO SUPERVISADA DE COBERTURAS VEGETALES SOBRE IMÁGENES DIGITALES DE SENSORES REMOTOS: “LANDSAT – ETM ETM ” Mauricio Arango Gutiérrez1; John William Branch Bedoya2 y Verónica Botero Fernández3 __________________________________________________________________________ __________________________________________________________________________ RESUMEN La diversidad de especies vegetales presentes en Colombia y la falta de inventario sobre ellas hace pensar en un proceso que facilite la labor de los investigadores en estas disciplinas.
Los sensores remotos satelitales como el LANDSAT ETM y las técnicas de inteligencia artificial no supervisadas, como los Self-Organizing Maps - SOM, podrían proveer una alternativa viable para avanzar en la obtención rápida de información que corresponda a zonas con diferentes coberturas vegetales presentes en la geografía nacional.
La zona propuesta para el caso en estudio fue clasificada de forma supervisada por el método de máxima similitud en otro trabajo de investigación en ciencias forestales y se discriminaron ocho tipos de coberturas veg...





Related documents