OBTENCIÓN DE CARTOGRAFÍAS DE USOS Y COBERTURAS DEL SUELO DE LA DEMARCACIÓN HIDROGRÁFICA DEL SEGURA PARA EL PERIODO 1986-2019, EMPLEANDO TELEDETECCIÓN Y CLASIFICACIÓN DIGITAL DE IMÁGENES

This is an outdated version published on 12-06-2021. Read the most recent version.

Authors

  • María Isabel Rodríguez Valero Universidad de Murcia
  • Francisco Alonso Sarria Universidad de Murcia
DOI: https://doi.org/10.6018/geografia.472241
Keywords: Random Forest, Landsat, Cobertura terreste, SIG, Clasificación digital

Abstract

Land use and land cover changes have diverse envirnomental implications. An increasing number of studies are showing a direct link between land cover change and the acceleration of climate change. Digital classification of remotely sensed images is a strong tool for assessing the degree of environmental transformation due to anthropogenic factors.

The aim of this work is to use remote sensing and digital image classification to obtain cartographies of land use and land cover in the Segura Hydrographic Demarcation, for the period between 1986 and 2019 and to analyse the observed changes. Random Forest with Landsat 5, 7 and 8 images was used to achieve this goal; although the overall accuracy achieved indicates that there is room for improvement in the model fit, the classifications obtained are considered reliable.in addition, they will be analysed to determine the most significant changes that the land surface of the study area has undergone. With regard to land use and land cover, a decrease in forest use and an increase in agricultural use, the area covered by scrubland, bare soil and greenhouses are obtained.

Downloads

Download data is not yet available.

References

AGUILAR, H., MORA, R. y VARGAS, C. (2014): Revista Geográfica de América Central. “Metodología para la corrección atmosférica de imágenes Aster, Rapideye, Spot 2 y Landsat 8 con el módulo Flaash del software Envi, 53, pp. 39-59.

AMAT, J. (2016): Technical report. “Validación de modelos de regresión: Cross-validation, oneleaveout, bootstrap”. Recuperado de: https://rpubs.com/Joaquin_AR/238251

ANAYA, J.A. y VALENCIA, G.M. (2013): Geofocus. “Fenología de ambientes tropicales en el marco de la Teledetección”, 13-2, pp. 195-211.

ARANGO, M., BRANCH, J.W. y BOTERO, V. (2005): Revista Facultad Nacional Agronomía Medellín. “Clasificación no supervisada de coberturas vegetales sobre imágenes digitales de sensores remotos: Landsat -ETM+”, Vol. 58, Nº1, pp. 2611-2634. J.A. y VALENCIA, G.M. (2013). Geofocus. “Fenología de ambientes tropicales en el marco de la Teledetección”, 13-2, pp. 195-211.

BERK, R.A., (2016): Springer. “Statistical learning from a regression perspective”. En Springer International Publishing (Ed), 347 pp.

BREIMAN, L., (1996): Machine Learning. “Bagging predictors”, 24 (2), pp.123-140.

BREIMAN, L., (2001): Machine Learning. “Random forest”, 45(1), pp. 5-32.

BREIMAN, L., FRIEDMAN, J., OLSHEN, R. y STONE, C. (1984): Wadsworth International Group. “Classification and Regression Trees”.

BRIZUELA, A., AGUIRRE, C. y VELASCO, I. (2007): Teledetección: hacia un mejor entendimiento de la dinámica global y regional. “Aplicación de métodos de corrección atmosférica de datos Landsat 5 para análisis multitemporal”. En Martin (Ed). Madrid, pp. 207-214.

CÁNOVAS, F. (2012): Tesis doctoral, Universidad de Murcia. “Análisis de imágenes basado en objetos (OBIA) y aprendizaje automático para la obtención de mapas de coberturas del suelo a partir de imágenes de muy alta resolución espacial: aplicación en la Unidad de Demanda Agraria nº 28, cabecera del Argos”.

CÁNOVAS, F. ALONSO, F. y GOMARIZ, F. (2016): Aplicaciones de las Tecnologías de la Información Geográfica (TIG) para el desarrollo económico sostenible. “Modificación del algoritmo Random Forest para su empleo en clasificación de imágenes de Teledetección”, pp. 359-368.

CHÁVEZ, P.S. (1996): Photogrammetric Engineering and Remote Sensing. “Image-Based Atmospheric Corrections - Revisited and Improved”, 62, pp. 1025-1036.

CHEN, X., ZHAO, H., LI, P. y YIN, Z. (2006): Remote Sensing of Environment. “Remote sensing image-based analysis of the relationship between urban heat island and land use/cover changes”, 104, pp. 133-146.

CHIARITO, G. y CHIARITO, E. (2015): Facultad de Ciencias Exactas, Ingeniería y Agrimensura de Rosario. “Evaluación de temperaturas urbanas de acuerdo al uso del suelo: Rosario”.

CHUVIECO, E (1996): “Fundamentos de Teledetección Espacial”. Tercera Edición Revisada; En Ed. Rialp, Madrid.

CHUVIECO, E (1996): “Teledetección Ambiental. La observación de la Tierra desde el espacio”. Ed. Ariel Ciencia, Barcelona.

DEL TORO, N., GOMARI, F., CÁNOVAS, F. y ALONSO, F. (2015): Boletín de la Asociación de Geógrafos Españoles. “Comparación de clasificación de imágenes de satélite en la cuenca del río Argos (Región de Murcia)”, 67, pp. 327-347.

FERNÁNDEZ, D. y CORBELL, E. (2017): Biblio3W, Revista Bibliográfica de Geografía y Ciencias Sociales. “Cambios en los usos de suelo en la Península Ibérica: un meta-análisis para el período 1985-2015”, Vol. XXII (1215).

GARCÍA, P., PÉREZ, M.E., GARCÍA, J.M., REDONDO, M.M., SANZ, J.J. y NAVARRO, A. (2014): Universidad Complutense de Madrid. “Sellado de suelos a partir de teledetección y SIG: estudio en el Tajo medio-alto”.

GISLASON, P.O., BENEDIKTSSON, J.A. y SVEINSSON, J.R. (2006): Pattern Recognition Letters. “Random Forests for land cover classification”, 27(4), pp. 294-300.

GOMARIZ, F., ALONSO, F. y CÁNOVAS, F. (2017): Remote Sensing. “Improving Classification Accuracy of Multi-Temporal Landsat Images by Assessing the Use of Different Algorithms, Textural and Ancillary Information for a Mediterranean Semiarid Area from 2000 to 2015”, 9(10), p. 1058.

JUNG, Y. y HU, J. (2015): Journal of Nonparametric Statistics. “A k-fold averaging crossvalidation procedure”, 27(2), pp. 167-179.

KOSMAS, C. et al. (2014): Catena. “An exploratory analysis of land abandonment drivers in areas prone to desertification”, 128, pp. 252-261.

LANDIS, J.R. y KOCH, G.G. (1977): Biometrics. “The measurement of observer agreement for categorical data”, 33, pp. 159-174.

LIAW, A. y WIENER, M. (2002): R news. “Classificationand Regression by Random Forest”, 2(3), pp. 18-22.

LÓPEZ, V.H., BALDERAS, M.A., CHÁVEZ, M.C., JUAN, J.I. y GUTIÉRREZ, J.G. (2014): CIENCIA ergo sum. “Cambio de uso de suelo e implicaciones socioeconómicas en un área mazahua del altiplano mexicano”, 22-2, pp. 136-144.

MORAN, M.S., JACKSON, R.D., SLATER, P.N. y TEILLET, P.M. (1992): Remote Sensing of Environment. “Evaluation of simplified procedures for retrieval of land surface reflectance factors from satellite sensor output”., 41(2:3), pp. 169-184.

PÉREZ, Ll., DELEGIDO, J., RIVERA, J.P. y VERRELST, J. (2015): Revista de Teledetección, Asociación Española de Teledetección. “Análisis de métodos de validación cruzada para la obtención robusta de parámetros biofísicos”. 44, pp. 55-65.

QUINLAN, J.R. (1993): C4.5: Programs for Machine Learning. En Morgan Kaurmann (Ed), San Mateo.

REY, J.M., MARTINS, A., NICOLAU, J.M. y SCHULZ, J. (2007): CAB Reviews: Perspectives in Agriculture, Veterinary Science, Nutrition and Natural Resources. “Abandonment of agricultural land: an overview of driversand consequences”, nº 57.

RIAÑO, D., SALAS, J. y CHUVIECO, E. (2010): Tecnologías Geográficas para el Desarrollo Sostenible. “Corrección Atmosférica y Topográfica, Información Multitemporal y Auxiliar Aplicadas a la Cartografía de Modelos de Combustibles con Imágenes Landsat-TM”., Ed: Universidad de Alcalá: Asociación Española de Geografía, pp. 222-239.

RIVERO, J. (2014): Revista Cubana de Ciencias Informáticas. “Técnicas de aprendizaje automático para la detección de intrusos en redes de computadoras”, 8 (4), pp. 52-73.

RODRÍGUEZ, V.F., GHIMIRE, B., ROGAN, J., CHICA, M. y RIGOL, J.P. (2012): ISPRS Journal of Photogrammetry and Remote Sensing. “An assessment of the effectiveness of a random forest classifier for land-cover classification”., 67, pp. 93–104.

ROUSE, J.W., HAAS, R. H., DEERING, D.W. y SEHELL, J.A. (1974): Final Rep. RSC 1978-4, Remote Sensing Center. “Monitoring the vernal advancement and retrogradation (Green wave effect) of natural vegetation”, Texas A&M Univ., College Station.

SANTANA, L.M., ESCOBAR, L. y CAPOTE, P. (2010): Revista de Geografía Norte Grande. “Estimación de un índice de calidad ambiental urbano, a partir de imágenes de satélite”, 45, pp. 77-95.

SIOSE (2015): Instituto Geográfico Nacional. “Documento técnico SIOSE 2011, Versión 1.2”. Ministerio de Fomento. Gobierno de España., Madrid, España.

TURNER, B., MEYER, W.B. y SKOLE, D.L. (1994): Ambio. “Global land-use/land-cover change: towards an integrated study”, 23(1), pp. 91–95.

XU, H. (2006): International Journal of Remote Sensing. “Modification of normalised difference water index (NDWI) to enhanced open water features in remotely sensed imagery”, 27(14), pp. 3025-3033.

Published
12-06-2021
Versions
How to Cite
Rodríguez Valero, M. I., & Alonso Sarria, F. . (2021). OBTENCIÓN DE CARTOGRAFÍAS DE USOS Y COBERTURAS DEL SUELO DE LA DEMARCACIÓN HIDROGRÁFICA DEL SEGURA PARA EL PERIODO 1986-2019, EMPLEANDO TELEDETECCIÓN Y CLASIFICACIÓN DIGITAL DE IMÁGENES . Geography Papers, (67). https://doi.org/10.6018/geografia.472241
Issue
Section
Articles