dc.creatorPríncipe Aguirre, Romel Erick
dc.creatorWillems, Bram
dc.date.accessioned2019-06-14T15:32:08Z
dc.date.accessioned2023-05-24T14:23:24Z
dc.date.available2019-06-14T15:32:08Z
dc.date.available2023-05-24T14:23:24Z
dc.date.created2019-06-14T15:32:08Z
dc.date.issued2018
dc.identifierPríncipe, E. y Willems, B. (2018). Aplicación del Algoritmo de Redes Elásticas en imágenes satelitales.==$Revista de Investigación de Física, 21$==(1), 5-18.
dc.identifierhttp://hdl.handle.net/20.500.12816/4632
dc.identifierRevista de Investigación de Física
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6429360
dc.description.abstractEsta investigación se realizó en el Santuario Nacional Los Manglares de Tumbes (SNLMT), ubicado en el distrito de Zarumilla departamento de Tumbes, está orientada a implementar una metodología que permita caracterizar la cobertura de manglar. Para ello, se analizó y procesó la imagen del sensor TM del satélites LandSat 5 evaluando una serie de parámetros relacionados a la superficie del suelo, tales como SAVI (Índice de vegetación ajustado al suelo), NDVI (Índice de vegetación de diferencia normalizada) y NDWI (Índice de agua de diferencia normalizada) con miras a establecer el índice óptimo que permita discriminar las diferentes componentes de cobertura de suelo del Santuario. El indice óptimo (SAVI) antes descrito fue introducido en el Algoritmo de las Redes Elásticas (ENA, por sus siglas en ingles) para la clasificación de la cobertura de suelo del SNLMT. Las imágenes construidas a partir de los resultados ENA, fueron sometidos al proceso de validación empleando métodos convencionales como el algoritmo de máxima verosimilitud (AMV). Tal proceso de validación consistió en realizar los análisis y comparaciones de las gráficas de firmas espectrales promedio de cada clase informacional obtenidos tanto con ENA y AMV, dando como resultados similares gráficas donde el RMSE fue por debajo de 0.052 (adimensional) y el factor de correlación sobre r=0.886. Esto indica que el método ENA resulta ser una herramienta eficaz para la subdivisión de clases de cobertura manglar.
dc.languagespa
dc.publisherUniversidad Nacional Mayor de San Marcos, Vicerrectorado de Investigación y Posgrado
dc.rightshttps://creativecommons.org/licences/by/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectImágenes satelitales
dc.subjectÍndice físico
dc.subjectMáxima verosimilitud
dc.subjectCluster
dc.subjectManglares de Tumbes
dc.subjectTumbes
dc.subjectPerú
dc.titleAplicación del Algoritmo de Redes Elásticas en imágenes satelitales
dc.typeinfo:eu-repo/semantics/article


Este ítem pertenece a la siguiente institución