Rollero, Angel Eduardo

Cuantificación de tipos de cobertura de suelo. Trabajo Práctico Evaluatorio. Gráfico del desarrollo. (Ver Anexo). Se utilizaron 4 imágenes Landsat 5 TM, path-row 227-85 correspondientes al 03 de Octubre, 22 de Diciembre de 2010, 23 de Enero y 28 de Marzo de 2011. Con las bandas 3 y 4 a travez del software IDRISI Andes, previa corrección atmosférica, se calculó el NDVI para las cuatro fechas, se las coregistró y se confeccionó un compilado de los cuatro indices de vegetación, este fue el insumo de la clasificación. Esta se realizó con Envi 4.2, por lo cual se digitalizaron polígonos ROI, (40) para cada cobertura, guardando la mitad como áreas de entrenamiento y la otra mitad como áreas de validación.

Compilado de 4 IVN. Se realizó un recorte de bordes para que superpusieran las cuatro imágenes en todos los sectores. Zoom.

Digitalización de ROI con Envi 4.2

Clasificación supervizada con Envi 4.2 Se utilizaron la mitad de las ROI para control y la otra mitad para validación. Primer producto, mapa de coberturas imagen Landsat TM 227 – 85.

Leyenda: Agua

Girasol

Maíz

Monte

Pastizales

Soja 1º

Soja 2º

Matriz de confusión generada con Envi 4.2, utilizando las Roi de control previamente digitalizadas. Overall Accuracy = (34448/37583) 91.6585% Kappa Coefficient = 0.8634 Pixeles Class agua girasol maíz monte pastizales soja 1º soja 2º Total agua 21580 5 9 0 5 0 0 21599girasol 0 1508 349 0 23 2 0 1882maíz 0 253 1863 0 0 445 0 2561monte 0 0 0 363 15 0 0 378pastizales 1084 8 15 1 5573 469 127 7277soja primera 0 63 125 0 73 1251 0 1512soja segunda 0 0 0 0 63 0 2310 2373Total 22665 1837 2361 364 5752 2167 2437 37583

Porcentaje Class agua girasol maíz monte pastizales soja 1º soja 2º Total agua 95.21 0.27 0.38 0 0.09 0 0 57.47girasol 0 82.09 14.78 0 0.4 0.09 0 5.01maíz 0 13.77 78.91 0 0 20.54 0 6.81monte 0 0 0 99.73 0.26 0 0 1.01pastizales 4.78 0.44 0.64 0.27 96.89 21.64 5.21 19.36soja primera 0 3.43 5.29 0 1.27 57.73 0 4.02soja segunda 0 0 0 0 1.1 0 94.79 6.31Total 100 100 100 100 100 100 100 100

Class Commission Omission Prod. Acc. User Acc. (Percent) (Percent) (Percent) (Percent) agua 0.09 4.79 95.21 99.91 girasol 19.87 17.91 82.09 80.13 maíz 27.25 21.09 78.91 72.75 monte 3.97 0.27 99.73 96.03 pastizales 23.42 3.11 96.89 76.58 soja primera 17.26 42.27 57.73 82.74 soja segunda 2.65 5.21 94.79 97.35

Posteriormente se le aplica un filtro de paso bajo 3 x 3. Al mapa de coberturas obtenido se le vuelve a calcular la matriz de confusión.

Matriz: Overall Accuracy = (34768/37583) 92.5099% Kappa Coefficient = 0.8769 Class agua girasol maíz monte pastizales soja 1º soja 2º Total agua 21748 1 0 0 0 0 0 21749girasol 0 1525 365 0 4 0 0 1894maíz 0 264 1873 0 0 439 0 2576monte 0 0 0 363 15 0 0 378pastizales 917 10 11 1 5685 480 111 7215soja primera 0 37 112 0 0 1248 0 1397soja segunda 0 0 0 0 48 0 2326 2374Total 22665 1837 2361 364 5752 2167 2437 37583

Class agua girasol maíz monte pastizales soja 1º soja 2º Total agua 95.95 0.05 0 0 0 0 0 57.87 girasol 0 83.02 15.46 0 0.07 0 0 5.04 maíz 0 14.37 79.33 0 0 20.26 0 6.85 monte 0 0 0 99.73 0.26 0 0 1.01 pastizales 4.05 0.54 0.47 0.27 98.84 22.15 4.55 19.2 soja primera 0 2.01 4.74 0 0 57.59 0 3.72 soja segunda 0 0 0 0 0.83 0 95.45 6.32 Total 100 100 100 100 100 100 100 100

Class Commission Omission Prod. Acc. User Acc. (Percent) (Percent) (Percent) (Percent)

agua 0 4.05 95.95 100 girasol 19.48 16.98 83.02 80.52 maíz 27.29 20.67 79.33 72.71

monte 3.97 0.27 99.73 96.03 pastizales 21.21 1.16 98.84 78.79

soja primera 10.67 42.41 57.59 89.33 soja segunda 2.02 4.55 95.45 97.98

Se necesita obtener la superficie de cultivos de cosecha gruesa para la campaña 10 – 11 en el partido de Trenque Lauquen, para lo cual se hace un recorte del mapa de coberturas anteriormente obtenido con el shapefile de departamentos.

Se procedió a vectorizar al recorte tipo raster con Erdas Imagine y abrir el vector de polígonos con ArcGis.

Para superponer el mapa sectorizado resultante de la clasificación con el area de verificación, se tomó el archivo digitalizado de segmentos verdad de campo de las recorridas del verano 10-11 para el oeste de la provincia de Bs. As. Y se seleccionaron los de Trenque Lauquen.

En ArcGis, se hace el corte del area de verificación en el mapa CLIP y luego UNION.

En las figuras se pueden observar los polígonos de verificación etiquetados con el GRID_CODE o sea la leyenda de clasificación. Se actualizan los datos de Area y se exporta el dbf a formato xls. La tabla se organiza dejando solo tres columnas Clases (cultivos de verificación), Grid-Code (categorías del mapa clasificado) y Area (superficie de cada polígono).

Se confecciona una tabla dinámica.

Para luego construir la matriz de confusión.

Estimación de la superficie en hectáreas calculada por conteo de pixeles.

Se plantea continuar el trabajo construyendo la ecuación de regresión para corregir los valores de la clasificación utilizando los datos observados a campo.

Insumos

I

IVN para las 4 fechas

Layer stack 4 IVN

coregistración

Verdad de Campo 10-11 Magyp. Lotes digitalizados con descripción de coberturas

Imágenes Lansat 227-85 Año 2010 (Octubre y Dic.) Año 2011 (Enero y Marzo)

Clasificación Supervizada con ENVI

Mapa de coberturas

(1)

Matriz de confusión

Filtro 3 x 3

Mapa de Coberturas (2)

Matriz de confusión

Insumos

Obtención de coberturas para el partido de Trenque Lauquen en la Prov. de Buenos Aires

Mapa de Coberturas (2)

Recorte del partido

Vectorización

Clip-Union en ArcGis del Mapa y Lotes digitalizados

Edición de dbf con Excel

Matriz de confusión

Tabla dinámica

Verdad de Campo 10-11 Magyp. Lotes digitalizados con descripción de coberturas de Trenque Lauquen.