Uso de Redes Neuronales Autoorganizativas Dinámicas no Supervisadas para la Discriminación de tipos de aguas en Lagos.

Abstract

Las técnicas de clasificación supervisadas aplicadas a imágenes de satélite requieren la selección de muestras representativas de los distintos tipos de clases de cubiertas presentes en la imagen a analizar. El proceso de selección de áreas y su categorización son trabajos que habitualmente se realizan de manera manual por un experto o bien mediante campañas de campo. Para el caso particular de clasificación de imágenes con cubiertas acuosas con diferentes características, hay tres aspectos muy importantes a considerar; en primer lugar, la baja separabilidad de las respuestas espectrales de cada una de las clases de aguas; en segundo lugar, el hecho de que para mejorar los resultados sea necesario trabajar con imágenes de alta resolución, lo que implica que para lagos de tamaños medios y grande el volumen de datos es muy elevado y consecuentemente se requieren una gran cantidad de muestras de entrenamiento; finalmente, cabe destacar el alto costo y complejidad de las tomas de datos en terreno.