9
TALLER 2: RAUL SOTO METODOLOGIA 1. Imagen Multitemporal con información de los años 1998 y 2004, con sus bandas unidas. 1998 2004 Se realizó calibración radiométrica o relativa a través de la extracción de áreas de “muestras estables”, con el objeto de hacer ambas imágenes “comparables”. La información de los pixeles de las áreas estables fue exportada mediante código Ascii a Excel con el propósito de calcular aquí los parámetros de calibración a través del método de regresión lineal. 22,7609042 7,15382679 6,10750832 8,84725318 9,6701695 4,84246781 0,17217218 0,1924226 0,15023549 0,33148339 0,22609129 0,18915444 B1 B2 B3 B4 B5 B6 IM AGEN ESTIM ADA En forma posterior, utilizando los coeficientes obtenidos a través de regresión lineal en el módulo Model Marker se obtuvo la Imagen Multi-temporal calibrada o Imagen de Diferencia.

Informe Taller 2

Embed Size (px)

DESCRIPTION

Informe Taller 2

Citation preview

TALLER 2: RAUL SOTOMETODOLOGIA 1.Imagen Multitemporal con informacin de los aos 1998 y 2004, con sus bandas unidas.19982004Se realiz calibracin radiomtrica o relativa a travs de la extraccin de reas de muestras estables, con el objeto de hacer ambas imgenes comparables.La informacin de los pixeles de las reas estables fue exportada mediante cdigo Ascii a Excel con el propsito de calcular aqu los parmetros de calibracin a travs del mtodo de regresin lineal.

En forma posterior, utilizando los coeficientes obtenidos a travs de regresin lineal en el mdulo Model Marker se obtuvo la Imagen Multi-temporal calibrada o Imagen de Diferencia.

Por ltimo, se aplic una Clasificacin No Supervisada, con 3 clases, que tiene los siguientes significados.Verde: No Cambio:Clase 1Rojo:Ganancia: Clase 2Celeste:Perdida: Clase 3

Anlisis de Confiabilidad Metodologa 1La Evaluacin de la confiabilidad se realiz a travs de un diseo aleatorio, con un nmero de 10 puntos de control. Cabe sealar que el tipo de muestro aleatorio utilizado puede dejar estratos o clases sin muestrear.

Para la metodologa 1, el muestreo considero solo 2 de las 3 clases y entreg un ndice de Kappa de 1,00 el cual es aceptable.

METODOLOGIA 2. Imgenes individuales que se clasifican en forma individual a travs de un mtodo supervisado, con 3 clases, se utiliz un tipo de unidad de grupo de Pixeles, considerando un 2x2, adems el tamao corresponde a 6 muestras por clase y su distribucin fue aleatoria. Posteriormente se analizan multi-temporalmente post-clasificacin. 19982004Se realiza clasificacin supervisada con 3 clases:1998

2004

Anlisis de Cambios (Magnitud y Direccin)

Evaluacin de Confiabilidad - Matriz de Confusin Se realiz un muestreo Estratificado Aleatorio de 18 puntos de control, que consideran 6 puntos por clase.Los resultados de estos puntos se pueden ver a continuacin:

Donde:a = agua y humedalesb= bosques y plantacionesp= praderasDel mismo modo, esta informacin, llevada a tabla cruzada para Matriz de Confusin entrega los siguientes resultados:

Aqu es posible observar la alta precisin obtenida del control respecto a la clasificacin realizada sobre la imagen 1998, en la que la exactitud es del 100 % para las clases agua y bosque, en tanto para la clase pradera corresponde a un 67 % de exactitud.En tanto para la imagen 2004, la exactitud es del 100 % para las clases agua y pradera, en tanto para bosque la exactitud es del 75 %.