Análisis de detección de cambios en el espacio empleando interpretación de imágenes satelitales y estadística espacial

Abstract

En esta tesis se implementan y evalúan dos metodologías para el análisis de detección de cambios (CD) en el espacio: 1) Análisis basado en objetos geográficos (GEOBIA). 2) Indicadores locales de asociación espacial (LISA) univariados y bivariados. Los resultados obtenidos con estas metodologías fueron verificados con datos tomados en campo. Las clases obtenidas usando GEOBIA tienen un 98% de exactitud y además esta técnica brinda interoperabilidad directa con los sistemas de información geográfica. Las clases obtenidas usando los índices univariados de Gettis y Ord y Moran, dan resultados del 92% y 67% de exactitud, respectivamente; ambos muestran limitaciones en la jerarquización de las clases. Sin embargo, el índice local de Moran bivariado presenta ventajas sobre los anteriores y da como resultado el 92% de exactitud, ya que se obtienen más niveles de clasificación de coberturas. Estas metodologías se aplicaron a un tramo del río Amazonas que hace parte del límite fronterizo entre Perú y Colombia para el período comprendido entre 1989 y 2015. (Texto tomado de la fuente).

In this document two methodologies for the change detection (CD) analysis were assed and implemented. The first one is related to the geographic objects based on image analysis (GEOBIA), and the second one deals with univariate and bivariate local indicators of spatial association (LISA). The outcomes from these methodologies were verified with field data. Classes obtained through the GEOBIA methodology has a 98% accuracy, furthermore, this approach provides a direct interoperability with geographic information systems. Regarding LISA methodology, it was found that through the use of the Getis and Ord y Moran univariate indexes a 92% and 67% accuracy was achieved respectively. In this case both indexes show drawbacks in the class hierarchy. Nevertheless, it is worth to mention that the bivariate local Moran’s index has advantages over all the previous mentioned, given that more covering levels are obtained and a 92% accuracy in classes’ estimation. The methodologies were applied to an Amazon River segment, which is part of the boundary between Perú and Colombia for the time lapse between 1989 and 2015.