El objetivo principal del trabajo es la caracterización de los pastos de puerto –estivas o pastos de verano– de lascabeceras de los valles más occidentales del Pirineo aragonés que conforman el núcleo del Parque Natural de Los VallesOccidentales. El área de estudio está constituida por el territorio del Parque Natural y su Zona Periférica de Protección. Paraabordar esta caracterización se utilizan técnicas de teledetección, con apoyo en diferentes métodos de clasificación digital dela ocupación del suelo, sirviéndonos de software específico, y el posterior tratamiento de esta información en un entorno SIG.La hipótesis inicial se plantea en términos de la idoneidad del análisis multitemporal en teledetección para la clasificación delos pastos de puerto y la identificación de diferentes tipologías de interés ganadero dentro de esta categoría. El resultado detodo ello es una cartografía de la ocupación del suelo en la que se diferencian y delimitan con cierta precisión diversascomunidades de pastos. Se utiliza, fundamentalmente, la información multiespectral de imágenes de satélite del programaLandsat; la clasificación se apoya, además, en información procedente de cartografía existente y en el conocimiento expertodel área de estudio.
The goal of this work is the characterization of summer pastures of the western valleys of the Aragonese Pyrenees,headers that make up the Natural Park of Los Valles Occidentales. The study area corresponds with the territory of theNatural Park and its Peripheral Protection Zone. To address this characterization, remote sensing techniques are tested byapplying different methods of Land Cover classification, using specific software, and further treatment of this information ina GIS environment. The initial hypothesis is stated in terms of the adequacy of multitemporal remote sensing analysis forclassification of summer pastures and the identification of different types of livestock interest within this category. As aresult, a mapping of Land Cover, in which it has been possible to differentiate and delineate with certainprecision severalgrazing communities are obtained. Basically, multispectral remote sensing data from Landsat program is used, theclassification is also supported by information from existing maps and expert knowledge of the study area.
© 2001-2025 Fundación Dialnet · Todos los derechos reservados