Coberturas de la tierra de la ciudad de Machagai en la Provincia del Chaco
; Da Silva, Cristian Javier Otros responsables
Fecha
Publicador:
Consejo Nacional de Investigaciones Científicas y Técnicas
Fecha de depósito:
18/06/2026
Fecha de creación:
01/05/2025-15/12/2025
Clasificación temática
Palabras clave
Resumen
Conjunto de capas clasificadas (bajo sistema de clasificación propio) de las coberturas de la tierra observables en imágenes satelitales, de la ciudad de Machagai, Provincia del Chaco, Argentina.
Los archivos adjuntos correspondes a datos generados en el marco del proyecto de investigación denominado "Procesos de crecimiento urbano en el Chaco: expansión, consolidación, densificación e impactos socioambientales (1991-2022)", que persigue la generación de evidencia en torno a las diferentes formas de crecimiento de ciudades chaqueñas.
Métodos
La generación de las cartografías temáticas adjuntas fue a partir de un proceso de clasificación supervisada, en el que se utilizó imágenes de los satélites Landsat 5 sensor TM (para los años 1991, 2001, 2010) y Landsat 8 sensor OLI (para el año 2022). El criterio para la elección de las imágenes utilizadas se basó exclusivamente en la ausencia de nubosidad; por ello, se optó por aquellas que poseían un porcentaje de nubes inferior al 30%.
El preprocesamiento incluyó la extracción de un subset para la ciudad utilizando un polígono buffer de 3 kilómetros generado a partir de la capa de radios censales urbanos del año 2022 (INDEC, 2022).
Una primera interpretación visual de las imágenes permitió un primer acercamiento al conocimiento de las diferentes coberturas en la ciudad y en cada momento, y fue fundamental para definir las categorías de coberturas terrestres relevantes para avanzar en el análisis. La posibilidad que brindan las imágenes satelitales en términos de visualización permite ensayar diferentes composiciones de banda, y, finalmente, se optó por la composición falso color: infrarrojo cercano, rojo y verde (4-3-2 para imágenes Landsat 5 y 5-4-3 para Landsat 8). Esta elección permitió una mejor discriminación de las clases en términos de respuesta espectral, y potenció los criterios visuales clave tales como el tono, la textura y la forma.
Considerando las particularidades de cada ciudad, la leyenda definitiva se elaboró a partir de las categorías de coberturas mayoritariamente presentes (Superficie construida, Cuerpos de agua, Vegetación arbórea, Terreno para cultivo / silvopastoril, Vegetación arbustiva y herbácea).
Se ejecutó una clasificación supervisada que requirió de la elección de Regiones de Interés (Region of Interest ROI) representativas y espectralmente puras para cada clase. Esta selección fue optimizada con el uso de las composiciones de bandas “color verdadero” y “falso color” y orientada además con diferentes índices: Índice de Vegetación de Diferencia Normalizada (Normalized Difference Vegetation Index NDVI), Índice Modificado de Diferencia Normalizada de Agua (Modified Normalized Difference Water Index MNDWI) e Índice de Diferencia Normalizada de Áreas Construidas (Normalized Difference Built-up Index NDBI).
La clasificación se realizó mediante el algoritmo de Máquinas de Vectores de Soporte (Support Vector Machine SVM), que persigue encontrar un hiperplano óptimo que divida las clases.
Se realizó el proceso de validación que busca cuantificar la certeza de clasificación realizada. Para realizarla se requiere comparar la cartografía con información considerada como “verdad de terreno”. Dada la imposibilidad de contar con datos de referencia para los años 1991, 2001 y 2010, esta etapa se aplicó únicamente para la clasificación del año 2022, considerando como verdad de terreno imágenes de alta resolución espacial. Las imágenes de referencia que se utilizaron fueron las Pleiades sensores 1A y 1B obtenidas mediante licencia gestionada a través de la Comisión Nacional de Actividades Espaciales (CONAE).
Para el proceso de validación se empleó un muestreo aleatorio estratificado (considerando cada clase como un estrato), así se generaron puntos de validación distribuidos homogéneamente en cada clase. El tamaño de la muestra se calculó para un nivel de confianza del 99% y un margen de error del 5%. La muestra fue distribuida de forma proporcional al tamaño de los estratos.
La comparación entre la clasificación y la referencia se plasmó en una matriz de confusión, a partir de la cual se obtuvieron las métricas de exactitud global, exactitud del productor y exactitud del usuario.
Información de Series
Las imágenes satelitales utilizadas en el presente estudio corresponden a la misión Landsat 5 sensor TM y de las misión Landsat 8 sensor OLi, descargadas gratuitamente del portal del del Servicio Geológico de los Estados Unidos (USGS) . Esta colección provee de imágenes corregidas atmosféricamente, con una resolución espacial de 30 metros en las bandas ópticas reprocesadas, garantizando consistencia radiométrica y geométrica adecuada para la clasificación de coberturas.
Para cubrir el área de estudio se emplearon las escena de Pat-Row 227-079 capturadas el 24/05/1991, 10/05/2001 y 23/05/2022, y para el año 2010 se utilizó la escena de path row 227/078 de fecha 12/05/2010.
Colecciones
Condiciones de uso
Las buenas prácticas científicas esperan que se otorgue el crédito adecuado mediante una citación. Utilice un formato de citación y aplique estas normas de reutilización:
Licencia Creative Commons
Excepto donde se indique lo contrario, la licencia de este ítem se describe como by-nc-sa
Archivos
ARCHIVO
NOTAS DE USO
TAMAÑO