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...