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. Tesis (Master), E.T.S.I. de Minas y Energía (UPM).

Descripción

Título: Clasificación de la vegetación del Karst de Sierra de las Nieves, utilizando imágenes Landsat
Autor/es:
  • Olivo Candelario, Angélica Antonia
Director/es:
  • Vega Panizo, Rogelio de la
Tipo de Documento: Tesis (Master)
Título del máster: Ingeniería Geológica
Fecha: Septiembre 2017
Materias:
Escuela: E.T.S.I. de Minas y Energía (UPM)
Departamento: Ingeniería Geológica y Minera
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB) | Vista Previa

Resumen

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.

Más información

ID de Registro: 48286
Identificador DC: http://oa.upm.es/48286/
Identificador OAI: oai:oa.upm.es:48286
Depositado por: Biblioteca ETSI Minas y Energía
Depositado el: 27 Oct 2017 10:23
Ultima Modificación: 27 Oct 2017 10:23
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM