Study of land cover of Monte Forgoselo using Landsat Thematic Mapper 5 images (Galicia, NW Spain)

• Xana Álvarez-Bermúdez ^[1] ; Enrique Valero-Gutiérrez del Olmo ^[1] ; Juan Picos-Martín ^[1] ; Luis Ortiz-Torres ^[1]
  1. [1] Universidade de Vigo

     Universidade de Vigo

     Vigo, España

     
• Localización: DYNA: revista de la Facultad de Minas. Universidad Nacional de Colombia. Sede Medellín, ISSN 0012-7353, Vol. 82, Nº. 190, 2015, págs. 173-181
• Idioma: inglés
• Títulos paralelos:
  • Estudio de la cubierta vegetal del Monte Forgoselo mediante imágenes de Landsat TM 5 (Galicia, NW España)
• Enlaces
  • Texto completo
• Dialnet Métricas: 1 Cita
• Resumen
  • español

    En el estudio que a continuación se describe, se pretende realizar una clasificación de la cubierta vegetal del Monte Forgoselo. Para ello hemos utilizado la Teledetección como herramienta, concretamente una imagen del satélite Landsat 5. Hemos realizado una clasificación digital supervisada de máxima probabilidad, de mínima distancia y de paralelepípedos. El resultado ha sido la división del Monte Forgoselo en categorías de estratos de vegetación, concretamente en pinar, matorral y pradera, alcanzando un coeficiente Kappa del 0,9762 y una precisión total del 98,3586%, lo que se traduce en una buena fiabilidad, Con nuestro estudio hemos comprobado que con el uso de dichas técnicas se puede llegar a realizar una ordenación de esta pequeña área rural, centrándose en el ámbito forestal. Así mismo, se concluye que el empleo de la Teledetección se considera factible en la realización de trabajos de mayor envergadura.

  • English

    The aim of this study was to carry out a land cover classification of Monte Forgoselo. Remote sensing as a planning tool has been used, specifically, a satellite image Landsat 5. We perform a supervised digital classification of the maximum likelihood, minimum distance and parallelepipeds. The result has been the division of Monte Forgoselo into categories of types of vegetation, particularly in pine forest, scrub and grassland, reaching a Kappa coefficient of 0.9762 and an overall accuracy of 98.3586%, which means good reliability. In addition, we found that the use of such techniques can get to make a planing of this small rural area, focusing on forestry management. Furthermore, the use of remote sensing is considered viable in the performance of work with more consideration.