Una Comparación de Imágenes de WorldView-2 y Landsat 8 para la Clasificación de Bosques Afectados por Brotes de Escarabajos de Corteza Utilizando una Máquina de Soporte Vectorial y una Red Neuronal: Un Estudio de Caso en las Montañas de umava
Autores: Stych, Premysl; Jerabkova, Barbora; Lastovicka, Josef; Riedl, Martin; Paluba, Daniel
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Una Comparación de Imágenes de WorldView-2 y Landsat 8 para la Clasificación de Bosques Afectados por Brotes de Escarabajos de Corteza Utilizando una Máquina de Soporte Vectorial y una Red Neuronal: Un Estudio de Caso en las Montañas de umava
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Ciencias de la Tierra y Geología
Palabras clave
Evaluar
WorldView-2
Landsat OLI
Brotes de escarabajos del pino
Máquina de Vectores de Soporte
Red Neuronal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
El objetivo de este trabajo es evaluar las imágenes de WorldView-2 (WV2) y Landsat OLI (L8) en la detección de brotes de escarabajo del pino en el Parque Nacional de umava. Se utilizaron imágenes de WV2 y L8 para la clasificación de bosques infectados por brotes de escarabajo del pino utilizando una Máquina de Vectores de Soporte (SVM) y una Red Neuronal (NN). Después de evaluar todos los resultados disponibles, se puede considerar que la SVM es el mejor método utilizado en este estudio. Este clasificador logró la mayor precisión general y el índice Kappa para ambas imágenes clasificadas. En los casos de WV2 y L8, se lograron precisiones generales totales del 86% y 71% y índices Kappa de 0.84 y 0.66 con SVM, respectivamente. El algoritmo NN utilizando WV2 también produjo resultados muy prometedores, con más del 80% de precisión general y un índice Kappa de 0.79. Los métodos utilizados en este estudio pueden ser inspiradores para probar otros tipos de datos satelitales (por ejemplo, Sentinel-2) u otros algoritmos de clasificación como el Clasificador de Bosques Aleatorios.
Descripción
El objetivo de este trabajo es evaluar las imágenes de WorldView-2 (WV2) y Landsat OLI (L8) en la detección de brotes de escarabajo del pino en el Parque Nacional de umava. Se utilizaron imágenes de WV2 y L8 para la clasificación de bosques infectados por brotes de escarabajo del pino utilizando una Máquina de Vectores de Soporte (SVM) y una Red Neuronal (NN). Después de evaluar todos los resultados disponibles, se puede considerar que la SVM es el mejor método utilizado en este estudio. Este clasificador logró la mayor precisión general y el índice Kappa para ambas imágenes clasificadas. En los casos de WV2 y L8, se lograron precisiones generales totales del 86% y 71% y índices Kappa de 0.84 y 0.66 con SVM, respectivamente. El algoritmo NN utilizando WV2 también produjo resultados muy prometedores, con más del 80% de precisión general y un índice Kappa de 0.79. Los métodos utilizados en este estudio pueden ser inspiradores para probar otros tipos de datos satelitales (por ejemplo, Sentinel-2) u otros algoritmos de clasificación como el Clasificador de Bosques Aleatorios.