Cartografía temática digital de la cuenca baja del río Luján (1990-2020): un enfoque metodológico de análisis espacial
##plugins.themes.bootstrap3.article.main##
Resumo
O artigo apresenta uma metodologia detalhada para gerar cartografia temática dos usos do solo na bacia do baixo rio Luján para os anos 1990 e 2020, utilizando tecnologias avançadas como imagens de satélite, sensoriamento remoto e sistemas de informação geográfica (GIS). Esta metodologia abrange desde o pré-processamento de imagens até a aplicação de técnicas de classificação supervisionada para identificar diferentes coberturas do solo. Destaca-se a utilização de classificação supervisionada, apoiada em conhecimento prévio da área, trabalho de campo e análise de índices como o NDVI.
Através dos resultados da matriz de acurácia foi demonstrado que os mapas criados são precisos e representativos da área de estudo, validados pelo método Kappa. Além disso, são realizadas análises detalhadas sobre a precisão das classificações por categoria, identificando as categorias com maior correlação com a realidade.
Downloads
##plugins.themes.bootstrap3.article.details##
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-CompartilhaIgual 4.0.
Obra disponible bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es).
Referências
Abraira, V. (2001). Errores en las mediciones y clasificaciones clínicas: precisión y validez. Medicina Familiar, 27(5), 247-249. https://doi.org10.1016/S1138-3593(01)73955-X DOI: https://doi.org/10.1016/S1138-3593(01)73955-X
Buzai, G. y Lanzelotti, S. (Dirs.). (2019). Atlas de Geografía Humana de la Cuenca del río Luján. Buenos Aires: Instituto de Investigaciones Geográficas UNLu.
Chuvieco, E. (2007). Teledetección Ambiental. La observación de la Tierra desde el Espacio. Madrid: Ariel.
Congalton, R. (1991). Una revisión de la evaluación de la precisión de las clasificaciones de los datos de detección remota. Journal of Remote Sensing of Environment, 37, 35-46. https://doi.org/10.1016/0034-4257(91)90048-B DOI: https://doi.org/10.1016/0034-4257(91)90048-B
Instituto Geográfico Nacional de Argentina (IGN). En capas vectoriales. Recuperado de https://www.ign.gob.ar/. Fechas de consulta: septiembre 2021 y abril 2022.
Instituto Nacional del Agua (2007). Diagnóstico del funcionamiento hidrológico de la cuenca del río Luján – provincia de Buenos Aires. Fecha de consulta: 7 de mayo de 2024. Recuperado de http://www.delriolujan.com.ar/estudioina.html
National Aeronautics and Space Administration (NASA) (2011). Panorama de los productos de nieve de la NASA. CAZALAC. Fecha de consulta: mayo, 2022. https://www.cazalac.org/mwar_lac/fileadmin/imagenes2/Remote_Sensing/span_S7P1_light.pdf
Primera, M. y Gandini, M. (2014). Procesamiento II. Guía práctica de Métodos de Clasificación supervisados y no supervisados. Azul: Facultad de Agronomía, Universidad Nacional del Centro de la Provincia de Buenos Aires.
Servicio Geológico de los Estados Unidos. Fecha de consulta: septiembre, 2022. Recuperado de http://www.earthexplorer.usgs.gov