| Revue: | Boletín de la Sociedad Geológica Mexicana |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000358537 |
| ISSN: | 1405-3322 |
| Autores: | García Mora, Tzitziki Janik1 Mas, Jean Francois1 |
| Instituciones: | 1Universidad Nacional Autónoma de México, Centro de Investigaciones en Geografía Ambiental, Morelia, Michoacán. México |
| Año: | 2011 |
| Volumen: | 63 |
| Número: | 1 |
| Paginación: | 83-94 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | En décadas recientes, las actividades agropecuarias se han expandido ocupando cerca del 40 % de la cobertura mundial del suelo impactando gravemente la biodiversidad. Para entender y manejar estos cambios es indispensable contar con datos actualizados so bre el uso y la cobertura del suelo, generados mediante herramientas que permitan obtener información con mayor frecuencia temporal y extensión espacial. Las imágenes derivadas de sensores tales como MODIS representan una alternativa; sin que hasta el momento s e cuente con datos precisos de su fiabilidad a nivel regional. Este trabajo pretende contribuir en el conocimiento sobre el tipo de datos más idóneo para generar información de cobertura de suelo, y los métodos que permiten obtener más detalle conservando una fiabilidad aceptable. El área de estudio es la región del Tancítaro, Michoacán y comprende bosques templados y tropicales secos, pastizales y áreas de cultivos. Los tres tipos de datos MODIS; índices de vegetación, compuestos espectrales de 8 días e imágenes de reflectancia diarias fueron evaluados por medio de dos metodologías; la máxima verosimilitud y redes neuronales, en cada una de estas se incorporaro n dos tipos de datos auxiliares. Los resultados muestran que es posible obtener mapas confiables a partir de estos datos de baja resolución si se usan categorías generales |
| Resumen en inglés | In recent decades, the use of arable land for agriculture has expanded to occupy nearly 40 % of the world’s land surface, thereby greatly impacting the biodiversity of our planet. In order to understand and manage these changes, it is indispensable to have updates on land use/land cover generated with tools that allow us to obtain information over larger areas with greater frequency. Images derived from moderate resolution sensors such as MODIS represent an alternative to high resolution imagery, though we lack a precise understanding of the accuracy of the land characterization provided by this sensor at regional levels. The aim of this work is to contribute to the knowledge about the most ideal type of remote sensing data needed to generate land cover/land use information and the methodologies that can produce a more detailed legend while still retaining an acceptable level of accuracy. The study area is the region of Tancitaro, Michoacan, Mexico and is represented by temperate and dry tropical forests, pasture lands and croplands. Three kinds of MODIS data were tested: vegetation indices, spectral reflectance eight day composites, and daily spectral reflectance images. These data were analyzed through two different approaches; maximum likelihood and neural networks. We also applied ancillary data to compare the results of the classifications with and without the ancillary data. The results obtained show it is possible to achieve acceptable levels of accuracy using moderate resolution imagery if a simple classification scheme is used |
| Disciplinas: | Geociencias, Geografía |
| Palabras clave: | Geología, Cartografía, MODIS, Imágenes multiespectrales, Indice de vegetación, Reflectancia, Superficie, Tancítaro, Michoacán, México |
| Keyword: | Earth sciences, Geography, Geology, Cartography, MODIS, Multiespectral images, Vegetation index, Reflectance, Surface, Tancitaro, Michoacan, Mexico |
| Texte intégral: | Texto completo (Ver PDF) |
