Incertidumbre de los índices de paisaje en el análisis de la estructura espacial

Abstract

SUMMARYLandscape indices or metrics have been widely used to relate spatial patterns to ecological processes or ecological functions. Landscape indices have several uses and applications. However, there is evidence that landscape indices are very sensitive to remote sensing imagery analysis. The aim of this study was to assess the effect of accuracy of satellite imagery classification on landscape indices for the analysis of spatial structure. We used the supervised classification method with different classification strategies based on spectral and ancillary information. Eight images classified using different strategies were produced from a single satellite image. Landscape indices at landscape and class level were computed. Overall, results showed that images with higher classification accuracy have lower coefficient of variation of landscape indices. Some landscape indices as Shannon and Simpson diversity, percentage of like adjacencies, and aggregation index showed lower sensitivity to the increase of classification accuracy. However, other indices as patch density and core area were more sensitive. Sources of error in the satellite imagery analysis are very diverse. Hence, caution is advised in the analysis of spatial structure using landscape indices.Key words: native forest, supervised classification, landscape metrics, remote sensing. RESUMENLos índices o métricas de paisaje han sido ampliamente utilizados para relacionar patrones espaciales con procesos o funciones ecológicas. Si bien, su utilización y aplicaciones son amplias, se ha encontrado que los índices de paisaje son muy sensibles a algunos aspectos relacionados con el análisis de imágenes de sensores remotos. El objetivo de este estudio fue evaluar el efecto de la exactitud de clasificación de imágenes satelitales en los índices de paisaje para el análisis de la estructura espacial. Se utilizó el método de clasificación supervisada con distintas estrategias basadas en información espectral y auxiliar. A partir de una imagen satelital se generaron un total de ocho imágenes clasificadas con las distintas estrategias. Se calcularon índices de paisaje a nivel de paisaje y clase derivados de cada una de las imágenes clasificadas. Los resultados muestran que, en general, las imágenes con mayor exactitud presentan menores valores de coeficiente de variación en los índices de paisaje. Existen índices que muestran una menor sensibilidad frente al incremento en la exactitud de la clasificación, como los índices de diversidad de Shannon y Simpson, el porcentaje de adyacencias comunes y el índice de agregación. Sin embargo, otros índices muestran mayor sensibilidad, como la densidad de parches y el área núcleo. Las fuentes de error en el análisis de imágenes de sensores remotos son muy variadas. Debido a esto, se debe tener especial precaución en estos aspectos cuando se realice un análisis de la estructura espacial mediante índices de paisaje.Palabras clave: bosque nativo, clasificación supervisada, métricas de paisaje, sensores remotos. INTRODUCCIÓNLa e...

Cambios De Cobertura Y Fragmentación De Manglares en La Región Del Soconusco, Chiapas, México, 1994-2011

“…Estos resultados permiten asumir que el mapa temático de 2011, representa, adecuadamente, la extensión y distribución de la vegetación de manglar. En los mapas generados no es posible apreciar la interacción de clases, pero a cambio se potencializa la eficacia de clasificación de la cobertura de interés, reduciendo posibles sesgos en el análisis de fragmentación (Altamirano et al, 2012).…”

How are landscape complexity and vegetation structure related across an agricultural frontier in the subtropical Chaco, NW Argentina?

“…In fact, our results showed the same pattern. Last, we used metrics that show low sensitivity to image classifications such as Shannon's Diversity Index and Shannon's Evenness Index (Altamirano et al, 2012).…”

Análisis del paisaje y la vegetación en una zona de parques eólicos del noreste de México

“…This results in a new spatial configuration that is reflected in the quantity, distance, richness and shape of fragments (also referred to as patches) that make up the land uses (Rodríguez-Echeverry & Leiton, 2021). These changes can be evaluated using landscape analysis methods, such as the classification of satellite images and the calculation of landscape metrics (Altamirano et al, 2012). Satellite images are processed by means of geographic information systems, where information about vegetation cover is obtained by the Normalized Difference Vegetation Index or NDVI (Olivares & López-Beltrán, 2019).…”

“…Esto resulta en una nueva configuración espacial que se refleja en la cantidad, distancia, riqueza y forma de los fragmentos (referidos también como parches) que conforman los usos de suelo (Rodríguez-Echeverry & Leiton, 2021). Tales cambios se pueden evaluar a través de métodos de análisis paisajístico, como la clasificación de imágenes satelitales y el cálculo de métricas del paisaje (Altamirano et al, 2012). Las imágenes satelitales son procesadas a través de sistemas de información geográfica, donde se obtiene información acerca de las coberturas vegetales mediante el Índice de Vegetación de Diferencia Normalizada o NDVI por sus siglas en inglés (Olivares & López-Beltrán, 2019).…”