| Registro completo |
| Provedor de dados: |
Colegio de Postgraduados
|
| País: |
Mexico
|
| Título: |
Clasificación supervisada de cultivos agrícolas usando imágenes de satélite tipo rapideye en el Distrito de Riego 017, Región Lagunera.
|
| Autores: |
Espinosa Herrera, José Manuel
|
| Data: |
2014-08-25
|
| Ano: |
2014
|
| Palavras-chave: |
Hidrociencias
Maestría
|
| Resumo: |
Identificar los cultivos y estimar su superficie cultivada es información muy valiosa para la toma de decisiones en políticas de apoyo económico a los productores y determinación del volumen de importación. En el presente estudio, se desarrolló una metodología utilizando clasificación supervisada para identificar cultivos agrícolas usando imágenes multiespectrales y multitemporales del satélite RapidEye. El método se basa en comparar la firma del cultivo a clasificar con una colección de firmas de diferentes cultivos tomando como punto de referencia la banda 4 (Borde Rojo) y discriminando en función de los valores de las bandas 2 (verde) y 3 (roja). La colección de firmas se obtuvo a partir de 70 parcelas de los cinco cultivos más importantes de la “Región Lagunera” (Durango-Coahuila, México) monitoreadas durante cuatro meses en un total de ocho imágenes de satélite, resultando en una colección total de 183 firmas espectrales. La metodología se validó sobre 545 parcelas y se evaluó la precisión mediante una matriz de confusión, obteniéndose una precisión global del 69.17 % y un coeficiente Kappa de 0.42. Esta metodología permite la identificación de cultivos apoyándose de una sola imagen de satélite sin la necesidad de realizar un muestreo en campo pues se dispone ya del banco de firmas. La mejor precisión (precisión del usuario) que se obtuvo para un cultivo fue de 92.16 %. _______________ AGRICULTURAL CROP CLASSIFACTION SUPERVISED USING RAPIDEYE SATELLITE IMAGERY IN IRRIGATION DISTRICT 017 “REGIÓN LAGUNERA”. ABSTRACT: Crop identification and estimation of agricultural area are worth information to take suitable decisions in the policies to support financially to farmers and define the crop quantities to be imported. In this study, a method was developed for classifying agricultural crops using multi-spectral and multi-temporal RapidEye satellite images. The method is based in comparing the spectral signature of a crop against a collection of signatures of different crops taking as a reference point the band 4 (Red Edge) and discriminating on the bases of the values of the bands 2 (green) and 3 (red). The collection of signatures was obtained from 70 parcels of the five most important crops in the “Región Lagunera” (Durango-Coahuila, Mexico) monitored during four months using eight satellite images, allowing to collect 183 spectral signatures. The proposed methodology was validated on 545 parcels and its accuracy was assessed using a confusion matrix, obtaining an overall accuracy of 69.17% and a Kappa coefficient of 0.42. This methodology allows the identification of crops with a single satellite image without using a field sampling because it already has all the signature collection. The best accuracy (user accuracy) obtained for a particular crop was 92.16%.
Tesis (Maestría en Ciencias, especialista en Hidrociencias).- Colegio de Postgraduados, 2014.
Consejo Nacional de Ciencia y Tecnología (CONACYT).
|
| Idioma: |
Espanhol
|
| Identificador: |
http://hdl.handle.net/10521/2382
|
|
