Comparación de métodos de clasificación de imágenes de satélite en la cuenca del río Argos (Región de Murcia)

Nicolás del Toro Espín ^[1] ; Fulgencio Cánovas-García ^[1] ; Francisco Alonso-Sarría ^[1] ; Francisco Gomariz-Castillo ^[2]
1. [1] Universidad de Murcia
  
  Universidad de Murcia
  
  Murcia, España
2. [2] Universitat d'Alacant
  
  Universitat d'Alacant
  
  Alicante, España
Localización: BAGE. Boletín de la Asociación Española de Geografía, ISSN-e 2605-3322, ISSN 0212-9426, Nº. 67 (1º Cuatrimestre), 2015, págs. 327-347
Idioma: español
Títulos paralelos:
- Comparing satellite imagery classification methods in river Segura basin (Murcia Region)
Enlaces
- Texto completo (pdf)

Resumen
- español
  En este trabajo se utiliza un método de aprendizaje automático para clasificar imágenes de satélite: Random Forest y un método de clasificación contextual: SMAP. Los resultados se comparan con los obtenidos por el método de máxima verosimilitud. Por otra parte se estudia como la incorporación de información relativa a la textura pueden mejorar la clasificación.
  
  Además de utilizar los índices de validación habituales, se analiza la mejora respecto a un clasificador ingenuo: el método de mínima distancia, y se comparan las superficies de cada uso con las extraídas de Corine Land Cover.
- English
  The results obtained with a machine learning method to classify satellite imagery:
  
  Random Forest and a contextual classification method: SMAP are compared with those obtained using maximum likelihood. In addition, we study how the incorporation of textural information can improve classification. To validate the results, the usual indices are used and the relative improvement with respect to a naive classifier (minimum distance) is measured. In addition, land use surfaces are compared with those obtained from Corine Land Cover maps.