Uso del suelo agrícola: comparación entre series temporales e imágenes satelitales individuales para su clasificación

Miguel Nolasco, Enrique Willington, Mónica Bocco

Resumen


La utilización de los recursos naturales tiene como protagonista preponderante al sector agropecuario, en lo que respecta al uso del recurso suelo; siendo su conocimiento de gran importancia en la actualidad. La teledetección posibilita, a través de la clasificación de imágenes satelitales, conocer el uso de los suelos y monitorear sus cambios, que suceden muy rápidamente. En estos estudios, las series multi-temporales representan una alternativa, no muchas veces utilizada, para mejorar las clasificaciones. El objetivo fue evaluar y comparar el desempeño de dos alternativas de clasificación, una que utiliza una serie temporal de imágenes satelitales y otra que clasifica imágenes individuales, para identificar la cobertura del suelo en el área de estudio. El presente trabajo fue realizado en la región central de la provincia de Córdoba, donde la soja  y el maíz son los cultivos estivales más importantes, por área sembrada y réditos económicos producidos. Las imágenes utilizadas pertenecen a los satélites Landsat y la base metodológica fue el algoritmo de Máxima Verosimilitud. La clasificación a partir de datos multi-temporales presenta valores de precisión global elevados (98.92%), con un índice kappa catalogado como excelente (κ = 0,98), siendo éstos superiores a los valores encontrados para escenas individuales (precisión global de 91.3% y κ = 0,89).


Palabras clave


multi-temporales – Landsat – soja y maíz

Texto completo:
PDF

Referencias


ADRIANI JOHANN, J., VIEIRA ROCHA, J., GARBELLINI DUFT, D., CAMARGO LAMPARELLI, R. A. (2012) Estimativa de áreas com culturas de verão no Paraná, por meio de imagens multitemporais EVI/Modis. Pesquisa Agropecuária Brasileira 47:1295-1306.

BOCCO, M., OVANDO, G., SAYAGO, S., WILLINGTON, E. (2007) Neural network models for land cover classification from satellite images. Agricultura Técnica 67:414-421.

BOCCO, M., SAYAGO, S., WILLINGTON, E. (2014) Neural network and Crop Residue Index Multiband models for estimating crop residue cover from Landsat TM images. International Journal of Remote Sensing 35:3651-3663.

CORTS, R., NAVARRO, M., PARDO, J.A., BISBAL, M. (2010) Clasificación Periódica de Coberturas Terrestres a Escala Regional con Imágenes MODIS. Revista Internacional de Ciencia y Tecnología de la Información Geográfica 10:1-17.

GUERSCHMAN, J.P., PARUELO, J.M., DI BELLA, C., GIALLORENZI, M.C., PACIN, F. (2003) Land cover classification in the Argentine Pampas using multi-temporal Landsat TM data. International Journal of Remote Sensing 24:3381-3402.

GUSSO, A., FORMAGGIO, A. R., RIZZI, R., ADAMI, M., RUDORFF, B. F. T. (2012) Soybean crop area estimation by MODIS/EVI data. Pesquisa Agropecuária Brasileira 47:425-435.

LU, D., BATISTELLA, M., LI, G., MORAN, E., HETRICK, S., DA COSTA FREITAS, C., VIEIRA DUTRA, L., SANT'ANNA SIQUEIRA, S.J. (2012) Land use/cover classification in the Brazilian Amazon using satellite images. Pesquisa Agropecuária Brasileira. 47:1185-1208.

MARINI, M. F., VERGARA, M. F., KRÜGER, H. (2007) Determinación del uso de la tierra en el partido de Guamini (Argentina) mediante un estudio multi-temporal con imagenes Landsat. Revista de Teledetección 27:80-88.

Ministerio de Agricultura, Ganadería y Pesca de la Nación (2015) En http://www.siia.gob.ar Acceso: agosto de 2015.

MONSERUD, R.A., LEEMANS, R. (1992) Comparing Global Vegetation Maps with the Kappa Statistic. Ecological Modelling 62:275-293.

MURTHY, C. S., RAJU, P.V., BADRINATH, K.S. (2003) Classification of wheat crop with multi-temporal images: performance of maximum likelihood and artificial neural networks. International Journal of Remote Sensing 24:4871-4890.

PAL, M., MATHER, P.M. (2004) Assessment of the effectiveness of support vector machines for hyperspectral data. Future Generation Computer Systems 20:1215-1225.

FOODY, G.M. (2002) Status of land cover classification accuracy assessment. Remote Sensing of Environment 80:185-201.

SALDAÑA ROBLES, N., ZAVALA SEGOVIANO, A., CABRERA SIXTO, J., M., SERWATOWSKI, R., GARCÍA BARRÓN, S., GUTIÉRREZ VACA, C., FLORES ORTEGA, A., FLORES GARCÍA, A. (2012) Discriminación de la superficie agrícola sembrada bajo labranza de conservación empleando análisis multi-temporal. Revista Mexicana de Ciencias Agrícolas 4:679-689.

WARDLOW, B. D., EGBERT, S. L. (2008) Large-area crop mapping using time-series MODIS 250 m NDVI data: An assessment for the US Central Great Plains. Remote Sensing of Environment. 112:1096-1116.

WARDLOW, B.D., EGBERT, S.L., KASTENS, J.H. (2007) Analysis of time-series MODIS 250 m vegetation index data for crop classification in the U.S. Central Great Plains. Remote Sensing of Environment 108:290-310.

WILLINGTON, E., NOLASCO, M., BOCCO, M. (2013) Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat. En: 42 JAIIO, Congreso Argentino de AgroInformática, p. 207–216.


Enlaces de Referencia

  • Por el momento, no existen enlaces de referencia




Copyright (c) 2016 Miguel Nolasco, Enrique Willington, Mónica Bocco

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

 

 


Revista de Investigaciones de la Facultad de Ciencias Agrarias.
Universidad Nacional de Rosario.
Campo Experimental Villarino - 2123  Zavalla - Santa Fe - República Argentina
Teléfono: +54 341 4970080 Fax: +54 341 4970080
www.cienciasagronomicas.unr.edu.ar    cienciasagronomicas@unr.edu.ar
Editor Principal: Dr. José Luis Vesprini
ISSN 1853-4333 (Impresa) / ISSN 2250-8872 (En línea)