19.05.2013 Views

Irene Pérez Llorente Junio 2008 - Centro de Estudios Hidrográficos ...

Irene Pérez Llorente Junio 2008 - Centro de Estudios Hidrográficos ...

Irene Pérez Llorente Junio 2008 - Centro de Estudios Hidrográficos ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Por ello se optó por <strong>de</strong>jar la clasificación agrupada en las siguientes<br />

gran<strong>de</strong>s regiones: mar, afloramientos rocosos, hielo y píxeles sin clasificar.<br />

Figura 112. Resultados <strong>de</strong> la reclasificación basada en colores <strong>de</strong> la clasificación SAM final. Las clases<br />

finales son: mar (azul), afloramientos rocosos (siena), hielo (blanco) y píxeles sin clasificar (negro).<br />

5.2.5. Clasificación <strong>de</strong>l archivo multitemporal con información<br />

auxiliar <strong>de</strong>l mapa geomorfológico<br />

En la clasificación final <strong>de</strong> los tipos <strong>de</strong> cubiertas y su posible evolución la selección<br />

<strong>de</strong> ROIs está basada, a<strong>de</strong>más <strong>de</strong> en la información visual <strong>de</strong> las imágenes sueltas y<br />

composiciones RGB, en un mapa geomorfológico a escala 1:25.000 <strong>de</strong> la Península <strong>de</strong><br />

Byers al que se tuvo acceso durante la última etapa <strong>de</strong>l estudio.<br />

El mapa digitalizado, con un tamaño <strong>de</strong> píxel <strong>de</strong> 5 m (establecido <strong>de</strong> acuerdo con la<br />

escala y los parámetros <strong>de</strong> percepción visual mínima), fue usado como base para<br />

georreferenciar a su vez las imágenes ASAR, que están proyectadas en coor<strong>de</strong>nadas <strong>de</strong>l<br />

satélite, a coor<strong>de</strong>nadas geográficas. Una vez hecho esto las imágenes ASAR fueron<br />

superpuestas al mapa para po<strong>de</strong>r comparar los valores digitales con la geomorfología<br />

<strong>de</strong>l terreno usando un tamaño <strong>de</strong> píxel <strong>de</strong> 5 m.<br />

Los primeros intentos <strong>de</strong> clasificación <strong>de</strong>mostraron que la mayoría <strong>de</strong> las superficies<br />

se caracterizaban por la gran variabilidad <strong>de</strong> valores, <strong>de</strong> forma que la distribución <strong>de</strong> las<br />

clases era bastante heterogénea y distinta a la distribución <strong>de</strong> las formas<br />

geomorfológicas sobre las que habían sido <strong>de</strong>finidas. Por ello se optó por usar las<br />

estadísticas <strong>de</strong> las ROIs para seleccionar superficies con valores más o menos uniformes<br />

para una misma fecha y crear varias clases <strong>de</strong> entrenamiento en las superficies que no<br />

hubiesen quedado bien <strong>de</strong>finidas, las cuales serían posteriormente unidas.<br />

Finalmente fueron elegidas 19 ROIs, con las que se probaron todos los métodos <strong>de</strong><br />

clasificación supervisada. El resultado <strong>de</strong> la clasificación <strong>de</strong> Mínima Distancia, que es<br />

la que agrupa los píxeles <strong>de</strong> forma más precisa, se presenta a continuación. La imagen<br />

ha sido tratada con un filtro <strong>de</strong> mediana 3x3 aplicado mediante “Enhance / Filter /<br />

Median 3x3” <strong>de</strong>l menú <strong>de</strong>l display para homogeneizar las clases y facilitar su estudio.<br />

105

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!