top of page

Clasificación no supervisada y Clasificación supervisada en SAGA GIA

En esta entrada desarrollamos un ejemplo de Clasificación no Supervisada y Clasificación Supervisada. Este ejercicio se realizó como parte del Módulo optativo SIG y Teledetección, sin embargo la opción inicial era realizarlo en el software ERDAS. A continuación se presenta la aplicación de estos métodos mediante el software SAGA GIS.

 

Clasificación no Supervisada

En primer lugar cargamos las seis bandas correspondientes a la imagen LANDSAT8-230-80. Luego generamos un RGB Composite usando las bandas 4-3-2 y un análisis de clusters a partir de todas las bandas originales obteniendo el siguiente resultado:

Clusters generados a partir de las seis bandas

Luego, para definir la clasificación no supervisada alternamos la visibilidad de cada uno de los 10 clusters resultantes y comparamos con la cobertura de suelo que se observa en el RGB Composite original. A continuación se presenta un par de ejemplos de este procedimiento, la tabla de categorías obtenidas para los 10 clusters y la clasificación no supervisada final.

 

Clasificación Supervisada

En primer lugar cargamos las seis bandas correspondientes a la imagen LANDSAT8-230-80. Luego generamos un RGB Composite usando las bandas 4-5-2. A continuación creamos una nueva capa de tipo polígono en la cual vamos a identificar nuestras muestras de firmas a utilizar en la clasificación supervisada. Para este ejercicio utilizaremos 6 muestras de firmas creadas en la capa Signature_Samples, como se muestra a continuación:

Muestra de firmas a utilizar en nuestra Clasificación Supervisada

Luego, utilizamos la herramienta Supervised Classification con la cual clasificaremos las 6 bandas de la imagen LANDSAT8-230-80 usando como áreas de entrenamiento las identificadas en la capa Signatures_Samples, obteniendo:

Resultado de la Clasificación Supervisada

Además, luego del proceso explicado anteriormente, la clasificación final es:

La imagen resultante posee únicamente 6 clusters, uno por cada muestra de firma en la capa Signature_Samples. El resultado variará en función a las muestras de firmas involucradas en la clasificación, razón por la cual se deben usar las que tiene información más fidedigna con respecto al tipo de cobertura de suelo presente en la imagen a clasificar.


Para terminar, se presenta el resultado comparado con las firmas de muestra utilizadas para la clasificación:

 

Con esto terminamos esta entrada. hasta la próxima.

Posts Destacados
Posts Recientes
Búsqueda por Tags
Conéctate
  • Google+ Long Shadow
  • Facebook Long Shadow
  • LinkedIn Long Shadow
  • Twitter Long Shadow

Contáctame 

Telf.: (+593) 9956 - 90532

  • Google+ Long Shadow
  • Facebook Long Shadow
  • LinkedIn Long Shadow
  • Twitter Long Shadow

© 2016 por Javier Núñez. Creado con Wix.com

¡Tus datos se enviaron con éxito!

bottom of page