A methodology for the characterization of land use using medium-resolution spatial images



Título del documento: A methodology for the characterization of land use using medium-resolution spatial images
Revista: Revista Chapingo serie ciencias forestales y del ambiente
Base de datos: PERIÓDICA
Número de sistema: 000434017
ISSN: 2007-4018
Autores: 1
2
1
3
2
Instituciones: 1Universidad del Centro de la Provincia de Buenos Aires, Instituto de Hidrología de Llanuras "Dr. Eduardo Usunoff", Azul, Buenos Aires. Argentina
2Universidad Nacional del Centro de la Provincia de Buenos Aires, Facultad de Agronomía, Azul, Buenos Aires. Argentina
3Centro Universitario Rosario de Investigaciones Hidroambientales, Rosario, Santa Fe. Argentina
Año:
Periodo: May-Ago
Volumen: 24
Número: 2
País: México
Idioma: Inglés
Tipo de documento: Artículo
Enfoque: Analítico, descriptivo
Resumen en español La caracterización de los usos del suelo representa uno de los insumos indispensables para el manejo de los recursos naturales a diferentes escalas. Objetivo: Desarrollar una metodología para caracterizar el uso del suelo en la cuenca superior del arroyo del Azul (Buenos Aires, Argentina), a través de la fusión de imágenes satelitales de media resolución espacial. Materiales y métodos: Se utilizó una serie temporal de 23 imágenes del índice de vegetación de diferencia normalizada (NDVI, por sus siglas en inglés) del satélite MODIS-Terra (producto MOD13Q1) para el periodo mayo 2015 - mayo 2016. Además, se emplearon imágenes Landsat 8 para discriminar algunas categorías difíciles de clasificar con NDVI-MODIS. El mapa final de coberturas se validó considerando puntos de verificación independientes al proceso de clasificación; su precisión se evaluó a través del estadístico Kappa. Resultados y discusión: La serie temporal de NDVI permitió reconocer los patrones fenológicos de las coberturas y usos del suelo de mayor representatividad en la región. Se discriminaron siete coberturas; los usos agrícolas representaron 81.5 % de la superficie, siendo el sistema de doble cultivo trigo-soya (soja en Argentina) el predominante (39.4 %). La precisión global del mapa final fue alta (88.9 %, coeficiente Kappa = 0.86). Conclusión: La metodología empleada tiene la ventaja de ser rápida y replicable, para caracterizar los usos del suelo de una región determinada y evaluar sus cambios potenciales a lo largo del tiempo
Resumen en inglés The characterization of land uses represents one of the essential inputs for the management of natural resources at different scales. Objective: To develop a methodology to characterize land use in the upper creek basin from the Azul stream (Buenos Aires, Argentina), through the fusion of satellite images with a medium spatial resolution. Materials and methods: A time-series of 23 images was used from the Normalized Difference Vegetation Index (NDVI) of the MODIS-Terra satellite (product MOD13Q1) for the period May 2015 - May 2016. Landsat 8 images were used to discriminate some categories difficult to classify with NDVI-MODIS. The final cover map was validated regarding verification points independent to the classification process; its accuracy was evaluated by means of the Kappa statistic. Results and discussion: The NDVI time series allowed to recognize the phenological patterns of the covers and land use of greater representativeness in the region. Seven land cover were discriminated; the agricultural uses represented 81.5 % of the surface, double-crop wheat-soya (soybean in Argentina) system predominated (39.4 %). The overall accuracy of the final map was high (88.9 %, Kappa coefficient = 0.86). Conclusion: The methodology used has the advantage of being quick and replicable, to characterize the land uses of a given region and to evaluate its potential changes over time
Disciplinas: Geografía,
Agrociencias
Palabras clave: Cartografía,
Suelos,
Uso del suelo,
MODIS,
Sensores remotos,
NDVI,
Argentina,
Landsat,
Fenología
Keyword: Cartography,
Soils,
Land use,
MODIS,
Remote sensing,
NDVI,
Argentina,
Landsat,
Phenology
Texto completo: Texto completo (Ver HTML) Texto completo (Ver PDF)