Análisis multitemporal para el cambio de coberturas en el municipio de Puerto Boyacá

En la búsqueda de identificar y analizar los cambios de coberturas en el municipio de Puerto Boyacá, Boyacá Colombia desde el año 2017 a 2021 con imágenes satelitales del satélite sentinel, sensor 2B, correspondientes a los años 2017, 2019 y 2021, y empleando la metodología Corine Land Cover; Se ini...

Full description

Autores:
Cortés Pineda, Andrea Estefany
Méndez Castillo, Miller Andrés
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad Distrital Francisco José de Caldas
Repositorio:
RIUD: repositorio U. Distrital
Idioma:
spa
OAI Identifier:
oai:repository.udistrital.edu.co:11349/36403
Acceso en línea:
http://hdl.handle.net/11349/36403
Palabra clave:
Coberturas de la tierra
Metodología Corine Land Cover
Clasificación no supervisada
Clasificación supervisada
NDVI, firma espectral
Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas
Coberturas de la tierra
Imágenes satelitales
Metodología Corine Land Cover
Clasificación supervisada
Corine Land Cover Methodology
Unsupervised classification
Supervised classification
Spectral signature
Basic land management plan
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Description
Summary:En la búsqueda de identificar y analizar los cambios de coberturas en el municipio de Puerto Boyacá, Boyacá Colombia desde el año 2017 a 2021 con imágenes satelitales del satélite sentinel, sensor 2B, correspondientes a los años 2017, 2019 y 2021, y empleando la metodología Corine Land Cover; Se inicia haciendo las respectivas correcciones atmosféricas y geométricas de las imágenes trabajadas empleando el software SNAP. Paso siguiente se lleva a cabo la determinación de OIF con el propósito de hallar la combinación de bandas que cuente con el mayor valor de este índice y utilizarla para los procesos de identificación de coberturas tanto para la clasificación no supervisada como la clasificación supervisada. Una vez hallada la combinación de bandas con mayor OIF, como se dijo con anterioridad, esta se emplea para la clasificación no supervisada, que se realizará con el objetivo de familiarizarnos con las coberturas de las imágenes y tener un mayor conocimiento de estas para emplearlo en la definición de coberturas utilizando la clasificación supervisada. Una vez se cuenta con la clasificación no supervisada, y clasificación supervisada de cada una de las tres imágenes empleando el software ERDAS, se lleva a cabo el índice de vegetación en cada una de las tres imágenes, con el propósito de soportar la información hallada en la clasificación supervisada al revisar la cantidad de vegetación presente en un dado píxel de la imagen. Una vez corroborada esta información, se procede a llevar a cabo la matriz de confusión para así identificar la precisión de las coberturas obtenidas por medio de las clasificaciones supervisadas. Por ultimo se realiza el análisis multitemporal de las tres coberturas teniendo como base la cobertura del año 2017 y utilizando el software ArcGIS y tomando los datos de los cambios percibidos en las áreas de las respectivas coberturas para el análisis.