Mapeo de la cobertura vegetal en la subcuenca Quillcay (Ancash – Perú) con el clasificador de Árbol de decisiones.

Palabras clave: Palabras clave: teledetección; cobertura vegetal; árbol de decisiones; subcuenca Quillcay.

Resumen

La caracterización y delimitación de la cobertura vegetal existente en una determinada área geográfica es de vital importancia para una adecuada gestión de los recursos naturales. En tal sentido, esta investigación propone una metodología para realizar la delimitación de los tipos de cobertura vegetal de la subcuenca Quillcay. El área de estudio está localizada en los distritos de Huaraz e Independencia, provincia de Huaraz, Ancash; en la ladera occidental media de la Cordillera Blanca y Cuenca del Santa. La delimitación de la cobertura vegetal; inició con la identificación de los tipos de cobertura vegetal dominantes (pajonal andino, bosque, bofedal y matorral arbustivo); luego, se definieron las características geográficas (pendiente y altitud) para cada tipo de cobertura vegetal. Posteriormente, se generaron capas con el clasificador Spectral Angle Mapper (SAM) y el cálculo del Normalized Difference Moisture Index (NDMI). Finalmente, a través del clasificador de árbol de decisiones se puedo integrar todas las capas determinadas anteriormente, obteniendo de esta manera la clasificación supervisada con el uso información satelital Landsat 8 del año 2018 y DEM Alos Palsar. Los resultados indican que la aplicación del árbol de decisiones muestra una exactitud de la clasificación casi perfecta con un estadístico Kappa (K^) de 0,90. Consideramos que la metodología propuesta (árbol de decisiones) es ideal para delimitar la cobertura vegetal a escala subregional.  

Biografía del autor/a

Frank Santiago Bazan, Universidad Nacional Santiago Antúnez de Mayolo. Ancash, Perú.
fsantiagoba@unasam.edu.pe
Helder Mallqui Meza, Universidad Nacional Santiago Antúnez de Mayolo. Ancash, Perú.
hmallqui@inaigem.gob.pe
Raquel Rios Recra, Universidad Nacional Agraria La Molina. Lima, Perú.
20190722@lamolina.edu.pe

Citas

Adauto, M. y Bram, W. 2015. «Identificación de Humedales Alto Andinos Integrando Imágenes Landsat y Aster Gdem Con Árbol de Decisión Sobre La Cabecera de Las Cuencas Pisco y Pampas En Huancavelica - Perú». XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, 1, 29–36.

Berhane, Tedros y otros. 2018. «Decision-Tree, Rule-Based, and Random Forest Classification of High-Resolution Multispectral Imagery for Wetland Mapping and Inventory». Remote Sensing 10 (4), 2-26.

Borràs, J.; Delegido, J.; Pezzola, A.; Pereira, M.; Morassi, G. y Camps-Valls, G. 2017. «Clasificación de Usos Del Suelo a Partir de Imágenes Sentinel-2». Revista de Teledeteccion (48), 55–66.

Colditz, René. 2015. «An Evaluation of Different Training Sample Allocation Schemes for Discrete and Continuous Land Cover Classification Using Decision Tree-Based Algorithms». Remote Sensing 7 (8), 9655–9681.

Huang, C.; Davis, L. y Townshend, J. 2002. «An Assessment of Support Vector Machines for Land Cover Classification». International Journal of Remote Sensing 23 (4), 725–49.

Keshtkar, H. y Winfried, V. 2016. «Potential Impacts of Climate and Landscape Fragmentation Changes on Plant Distributions: Coupling Multi-Temporal Satellite Imagery with GIS-Based Cellular Automata Model». Ecological Informatics 32, 145–55.

Khatami, R.; Giorgos, M., y Stehman, S. 2016. «A Meta-Analysis of Remote Sensing Research on Supervised Pixel-Based Land-Cover Image Classification Processes: General Guidelines for Practitioners and Future Research» Remote Sensing of Environment 10 (154), 89–100.

Landis, R. y Koch, G. 1977. «An Application of Hierarchical Kappa-Type Statistics in the Assessment of Majority Agreement among Multiple Observers». Biometrics 33 (2), 363–74.

MINAM. 2014. Protocolo: Análisis de Las Dinamicas de Cambio de Cobertura de La Tierra En La Comunidad Andina. Documento público. Ministerio de Ambiente.

MINAM. 2015. Mapa Nacional de Cobertura Vegetal. Ministerio del Ambiente Direccion General de Ordenamiento Territorial Ambiental.

Minnaert, M. 1941. «The Reciprocity Principle in Lunar Photometry». The Astrophysical Journal 93.

Mora, André y otros. 2017. «Land Cover Classification from Multispectral Data Using Computational Intelligence Tools: A Comparative Study». Information (Switzerland) 8 (4), 2-15

Ramana, K. y Rajesh, P. 2019. «Land Use Land Cover Classification Using a Novel Decision Tree Algorithm and Satellite Data Sets». Advances in Intelligent Systems and Computing 862, 381-389.

Ramos, V. y Ramirez, J. 2014. Análisis Multitemporal de La Cobertura Vegetal En La Microcuenca Quillcayhuanca, Periodo 1962 - 2013, Huaraz - Ancash. Tesis de pregrado. Universidad Nacional Santiago Antúnez de Mayolo. Huaraz, Perú.

Shih, H.; Douglas, A. y Hsin, T. 2019. «Guidance on and Comparison of Machine Learning Classifiers for Landsat-Based Land Cover and Land Use Mapping» International Journal of Remote Sensing 40 (4), 1248–74.

Shukla, Gaurav y otros. 2018. «Using Multi-Source Data and Decision Tree Classification in Mapping Vegetation Diversity». Spatial Information Research. 26 (5), 573–85.

USGS. 2019. Landsat 8 ( L8 ) Data Users Handbook. USA. Vaughn Ihlen. 5th ed. Vol. 5.

Yang, Chao y otros. 2017. «Improving Land Use/Land Cover Classification by Integrating Pixel Unmixing and Decision Tree Methods». Remote Sensing 9 (12), 2-16.

Publicado
2021-06-25
Cómo citar
Santiago Bazan, F., Mallqui Meza, H., & Rios Recra, R. (2021). Mapeo de la cobertura vegetal en la subcuenca Quillcay (Ancash – Perú) con el clasificador de Árbol de decisiones. Aporte Santiaguino, 14(1), pág. 78-91. https://doi.org/10.32911/as.2021.v14.n1.761
Sección
Artículos Originales