Clasificación de la vegetación del Karst de Sierra de las Nieves, utilizando imágenes Landsat

Olivo Candelario, Angélica Antonia (2017). Clasificación de la vegetación del Karst de Sierra de las Nieves, utilizando imágenes Landsat. Thesis (Master thesis), E.T.S.I. de Minas y Energía (UPM).

Description

Title: Clasificación de la vegetación del Karst de Sierra de las Nieves, utilizando imágenes Landsat
Author/s:
  • Olivo Candelario, Angélica Antonia
Contributor/s:
  • Vega Panizo, Rogelio de la
Item Type: Thesis (Master thesis)
Masters title: Ingeniería Geológica
Date: September 2017
Subjects:
Faculty: E.T.S.I. de Minas y Energía (UPM)
Department: Ingeniería Geológica y Minera
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (3MB) | Preview

Abstract

La teledetección representa gran utilidad en la caracterización de las distintas coberturas del suelo, dentro de esto, el estudio de la dinámica de la vegetación y su distribución espacial. En el presente trabajo se realiza la clasificación de la vegetación del Karst de Sierra de las Nieves mediante dos métodos de clasificación digital utilizando las imágenes multiespectrales tipo LANDSAT-8 del año hidrológico 2015-16. Los métodos utilizados son: análisis de la variación temporal del Índice de Vegetación Diferencial Normalizado (NDVI, Normalized Differential Vegetation Index) y análisis de comportamiento radiométrico de la reflectancia. El objetivo principal es el de categorizar la vegetación del área karst y así conocer la incidencia de la misma en el comportamiento del epikarst. Con las series temporales, se pretende encontrar un modelo de predicción estadístico que permita la clasificación de la vegetación por su estado fenológico, analizando y ensayando umbrales de separación entre las clases propuestas. En el análisis por reflectancia, se realiza la clasificación no supervisada (algoritmo ISODATA: K-means) y la clasificación supervisada (algoritmo de máxima verosimilitud o probabilidad). ABSTRACT Remote sensing represents great utility in the characterization of the different coverages of the soil, within this, the study of the dynamics of vegetation and its spatial distribution. In the present study, the classification of the vegetation of Sierra de las Nieves Karst is performed using two digital classification methods using the LANDSAT-8 multispectral bands of the 2015-16 hydrological year. The methods used are: analysis of temporal variation of Normalized Differential Vegetation Index (NDVI) and analysis of radiometric behavior of reflectance. The main objective is to categorize the vegetation cover of the karst area and thus to know the incidence of vegetation in the epikarst processes. With the time series, we intend to find a model of statistical prediction that allows the classification of vegetation, analyzing and testing separation thresholds between the proposed classes. In the reflectance analysis, the non-supervised classification (ISODATA: K-means algorithm) and supervised classification (maximum likelihood or probability algorithm) are performed.

More information

Item ID: 48286
DC Identifier: http://oa.upm.es/48286/
OAI Identifier: oai:oa.upm.es:48286
Deposited by: Biblioteca ETSI Minas y Energía
Deposited on: 27 Oct 2017 10:23
Last Modified: 27 Oct 2017 10:23
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM