Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos

Este trabajo evalúa la relación entre la textura calculada a partir de una imagen de satélite Ikonos con la diversidad y la estructura a lo largo de un corredor con 43 parcelas en los bosques andinos de Colombia. Para ello, utiliza índices de diversidad calculados en 43 parcelas y mapas detallados d...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2008
Institución:
Universidad de Medellín
Repositorio:
Repositorio UDEM
Idioma:
spa
OAI Identifier:
oai:repository.udem.edu.co:11407/3413
Acceso en línea:
http://hdl.handle.net/11407/3413
Palabra clave:
Biodiversidad
Estructura del Bosque
Textura
Ikonos
Biodiversity
Forest Structure
Texture
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id REPOUDEM2_99e0bb1b4e1d7e2b07d40ce4b1dafd85
oai_identifier_str oai:repository.udem.edu.co:11407/3413
network_acronym_str REPOUDEM2
network_name_str Repositorio UDEM
repository_id_str
dc.title.spa.fl_str_mv Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
title Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
spellingShingle Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
Biodiversidad
Estructura del Bosque
Textura
Ikonos
Biodiversity
Forest Structure
Texture
title_short Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
title_full Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
title_fullStr Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
title_full_unstemmed Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
title_sort Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos
dc.subject.spa.fl_str_mv Biodiversidad
Estructura del Bosque
Textura
Ikonos
Biodiversity
Forest Structure
Texture
topic Biodiversidad
Estructura del Bosque
Textura
Ikonos
Biodiversity
Forest Structure
Texture
description Este trabajo evalúa la relación entre la textura calculada a partir de una imagen de satélite Ikonos con la diversidad y la estructura a lo largo de un corredor con 43 parcelas en los bosques andinos de Colombia. Para ello, utiliza índices de diversidad calculados en 43 parcelas y mapas detallados de Usos del Suelo que separan los bosques desde un punto de vista estructural. A partir de la imagen se obtuvieron valores de textura utilizando matrices de co-ocurrencia de niveles de gris, GLCM (por sus siglas en Inglés Gray Level Co¬ occurrence matrix) y GLDV (Grey Level Dif erence Vector). Tradicionalmente la textura se ha interpretado desde el punto de vista cualitativo entre liso y rugoso, sin embargo nuestra aproximación con el uso de matrices permite una medición cuantitativa. Los valores de textura se relacionan con información de campo con dos niveles de detalle distintos: primero con estudios de biodiversidad (índice de Shannon y riqueza) en zonas de bosque a partir de levantamiento de parcelas en campo; y segundo con el mapa de Uso del Suelo (bosque natural, bosque plantado, bosque secundario, cultivos y pastos), zonas consideradas como representativas de la estructura de la vegetación. Los resultados se basan en las relaciones entre estructura y diversidad, textura y diversidad y textura y estructura. La textura en Ikonos muestra una alto potencial para separar bosques en diferentes estados sucesionales; sin embargo, la relación entre datos obtenidos por teledetección y diversidad sigue siendo débil. Se alude frecuentemente a imágenes Landsat de la misma zona a modo de referencia o comparación.
publishDate 2008
dc.date.created.none.fl_str_mv 2008
dc.date.accessioned.none.fl_str_mv 2017-06-15T22:05:18Z
dc.date.available.none.fl_str_mv 2017-06-15T22:05:18Z
dc.type.eng.fl_str_mv Article
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.citation.spa.fl_str_mv Anaya Acevedo, J.A.; Duque Londoño, R. A. & Valencia Hernández G. M. (2008). Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos. Gestión y Ambiente, 11(3). 137-146.
dc.identifier.issn.none.fl_str_mv 0124177X
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11407/3413
dc.identifier.eissn.none.fl_str_mv 23575905
identifier_str_mv Anaya Acevedo, J.A.; Duque Londoño, R. A. & Valencia Hernández G. M. (2008). Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos. Gestión y Ambiente, 11(3). 137-146.
0124177X
23575905
url http://hdl.handle.net/11407/3413
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.isversionof.spa.fl_str_mv http://revistas.unal.edu.co/index.php/gestion/article/view/14041/14819
dc.relation.ispartofes.spa.fl_str_mv Gestión y Ambiente. Volumen 11, Número 3, 2008.
dc.relation.references.spa.fl_str_mv Asner, G.P., 1998, Biophysical and biochemical sources of variability in canopy reflectance. Remote Sensing of the Environment 64, pp. 234­253
Asner, G.P. y Bustamante, M.M.C., et al., 2003, Scale dependence of biophysical structure in deforested areas bordering the Tapajos National Forest, Central Amazon. Remote Sensing of Environment 87, pp. 507 ­ 520.
Boyd, D.S. y Danson, F.M., 2005. Satellite Remote Sensing of Forest Resources: three decades of research development. Progress in Physical Geography 29, pp. 1­26.
Clark, M.L., Roberts, D.A., et al., 2005. Hypersectral discrimination of tropical rain forest tree species at leaf to crown scales. Remote Sensing of Environment 96, pp. 375­398.
Cohen, W.B., Spies T.A., et al., 1995. Estimating the age and structure of forest in a multiownership landscape of western Oregon, USA. International Journal of Remote Sensing 16, pp. 721­746.
Cohen, W.B., Maiersperger T.K., et al., 2001. Modelling forest cover attributes as continuous variables in a regional context with Thematic Mapper data. International Journal of Remote Sensing 22, pp. 2279­2310.
Foody, G.M. y Cutler, M.E.J., 2003. Tree biodiversity in protected and logged Bornean tropical rain forests and its measurement by satellite remote sensing. Journal of Biogeography 30, pp. 1053­1066.
Franklin, S.E., Hall, R.J., et al., 2000. Incorporating texture into classification of forest species composition from airborne multispectral images. International Journal of Remote Sensing 21, pp. 61­79
Frohn, R.C. y Hao Y., 2006. Landscape metric performance in analyzing two decades of deforestation in the Amazon Basin of Rondonia, Brazil. Remote Sensing of the Environment 100, pp. 237­251
Gougeon, F.A., 1995. Comparison of possible multispectral classification schemes for tree crowns individually delineated on high spatial resolution MEIS images. Canadian Journal of Remote Sensing 21, pp. 1­9.
Guo, Q., 2007. The diversity­biomass­productivity relationships in grassland management and restoration. Basic and Applied Ecology 8, pp. 199­208
Haralick, R.M., Shanmugan, K., et al., 1973. Textural features for image classification. IEEE Transactions on Systems, Man and Cybernetics 3, pp. 610­621.
Kalacska, M., Sanchez­Azofeifa, G.A., et al., 2007. Ecological fingerprinting of ecosystem succession: Estimating secondary dry forest structure and diversity using imaging spectroscopy. Remote Sensing of Environment 108, pp. 82­89.
Kayitakire, F., Hamel, C., et al., 2006. Retrieving forest structure variables based on image texture analysis and IKONOS­2 imagery. Remote Sensing of the Environment 102, pp. 390­401.
Key, T., Warner T.A., et al., 2001. A comparison of multispectral and Multitemporal information in high spatial resolution imagery for classification of individual trees species in a temperate hardwood forest. Remote Sensing of Environment 75, pp. 100­112.
PCI Geomatics., 2003. Version 9.1. Online help, Ontario, Canada www.pcigeomatics.com
Perdigao, V. y Annoni, A., 1997. Technical and methodological guide for updating CORINE Land Cover database. Joint Research Centre (JRC) and European Environment Agency (EEA), Italy, EUR 17288 EN.
Perry, G.L. y Enright, N.J., 2007. Contrasting outcomes of spatially implicit and spatially explicit models of vegetation dynamics in a forest­shrubland mosaic. Ecological Modelling (en prensa). Qinghong, L., 1995. A model for species diversity monitoring at community level and its applications. Environ. Monit. Assess 34, pp. 271­287.
Thenkabail, P.S., et al, 2003. Detecting floristic structure and pattern across tropographic and moisture gradients in a mixed species Central African forest using IKONOS and Landsat­7 ETM+ images. International Journal of Applied Earth Observation and Geoinformation 4, pp. 255­270.
Universidad Nacional de Colombia, 2002. Inventario Forestal, informe técnico final. Modelo de financiación alternativo para el manejo sostenible de los bosques de San Nicolás. Medellín. CORNARE­OIMT. 150 P. Van Aart, J.A.N, Wynne, R.H., 2001. Spectral separability among six southern tree species. Photogrammetric Engineering and Remote Sensing 67, pp. 1367­1375.
Wang, L., et al., 2004. Comparison of IKONOS and QuickBird images for mapping mangrove species on the Caribbean coast of Panamá. Remote Sensing of Environment 91, pp. 432­440.
Wulder, M.A., Hall R.J., et al., 2004. High spatial resolution Remotely Sensed Data for Ecosystem Characterization. BioScience 54, pp. 511­521
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
dc.publisher.program.spa.fl_str_mv Ingeniería Ambiental
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingenierías
dc.source.spa.fl_str_mv Gestión y Ambiente
institution Universidad de Medellín
bitstream.url.fl_str_mv http://repository.udem.edu.co/bitstream/11407/3413/2/portada.JPG
http://repository.udem.edu.co/bitstream/11407/3413/1/Articulo.html
bitstream.checksum.fl_str_mv 4740a75fecad9971bdac8d8792d59693
5752eded9c553596db8df1cbc791e1c9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Medellin
repository.mail.fl_str_mv repositorio@udem.edu.co
_version_ 1814159157266219008
spelling 2017-06-15T22:05:18Z2017-06-15T22:05:18Z2008Anaya Acevedo, J.A.; Duque Londoño, R. A. & Valencia Hernández G. M. (2008). Análisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianos. Gestión y Ambiente, 11(3). 137-146.0124177Xhttp://hdl.handle.net/11407/341323575905Este trabajo evalúa la relación entre la textura calculada a partir de una imagen de satélite Ikonos con la diversidad y la estructura a lo largo de un corredor con 43 parcelas en los bosques andinos de Colombia. Para ello, utiliza índices de diversidad calculados en 43 parcelas y mapas detallados de Usos del Suelo que separan los bosques desde un punto de vista estructural. A partir de la imagen se obtuvieron valores de textura utilizando matrices de co-ocurrencia de niveles de gris, GLCM (por sus siglas en Inglés Gray Level Co¬ occurrence matrix) y GLDV (Grey Level Dif erence Vector). Tradicionalmente la textura se ha interpretado desde el punto de vista cualitativo entre liso y rugoso, sin embargo nuestra aproximación con el uso de matrices permite una medición cuantitativa. Los valores de textura se relacionan con información de campo con dos niveles de detalle distintos: primero con estudios de biodiversidad (índice de Shannon y riqueza) en zonas de bosque a partir de levantamiento de parcelas en campo; y segundo con el mapa de Uso del Suelo (bosque natural, bosque plantado, bosque secundario, cultivos y pastos), zonas consideradas como representativas de la estructura de la vegetación. Los resultados se basan en las relaciones entre estructura y diversidad, textura y diversidad y textura y estructura. La textura en Ikonos muestra una alto potencial para separar bosques en diferentes estados sucesionales; sin embargo, la relación entre datos obtenidos por teledetección y diversidad sigue siendo débil. Se alude frecuentemente a imágenes Landsat de la misma zona a modo de referencia o comparación.The relationship between texture calculated from an Ikonos image with diversity and structure was evaluated along a corridor with 43 field plots in the Colombian Andes. Diversity indexes were calculated at the 43 plots and Land Use maps were used as an approach to vegetation structure. Texture was obtained from an Ikonos image using Gray Level Co¬occurrence Matrix GLCM and Gray Level Difference Vector GLDV. Traditionally, texture has been interpreted from a qualitatively point of view from smooth to rough, however our approach using a matrix allows for a quantitative measurement. Texture was related to field information at two different detail levels: first with diversity measurements (Shannon Index and Richness) established at forest plots and second, with classes of a land use map (primary forest, secondary forests, forest plantation, crops and pastures) considered to be representative of vegetation structure. Results are based on relations between structure¬diversity, texture¬diversity and texture¬ structure. Ikonos texture presents a large potential to classify forests at different sucessional stages; however, the relation between diversity and data gathered with remote sensing is still weak. Landsat images are mentioned throughout the text as a reference or comparison with Ikonos images.spaUniversidad Nacional de ColombiaIngeniería AmbientalFacultad de Ingenieríashttp://revistas.unal.edu.co/index.php/gestion/article/view/14041/14819Gestión y Ambiente. Volumen 11, Número 3, 2008.Asner, G.P., 1998, Biophysical and biochemical sources of variability in canopy reflectance. Remote Sensing of the Environment 64, pp. 234­253Asner, G.P. y Bustamante, M.M.C., et al., 2003, Scale dependence of biophysical structure in deforested areas bordering the Tapajos National Forest, Central Amazon. Remote Sensing of Environment 87, pp. 507 ­ 520.Boyd, D.S. y Danson, F.M., 2005. Satellite Remote Sensing of Forest Resources: three decades of research development. Progress in Physical Geography 29, pp. 1­26.Clark, M.L., Roberts, D.A., et al., 2005. Hypersectral discrimination of tropical rain forest tree species at leaf to crown scales. Remote Sensing of Environment 96, pp. 375­398.Cohen, W.B., Spies T.A., et al., 1995. Estimating the age and structure of forest in a multiownership landscape of western Oregon, USA. International Journal of Remote Sensing 16, pp. 721­746.Cohen, W.B., Maiersperger T.K., et al., 2001. Modelling forest cover attributes as continuous variables in a regional context with Thematic Mapper data. International Journal of Remote Sensing 22, pp. 2279­2310.Foody, G.M. y Cutler, M.E.J., 2003. Tree biodiversity in protected and logged Bornean tropical rain forests and its measurement by satellite remote sensing. Journal of Biogeography 30, pp. 1053­1066.Franklin, S.E., Hall, R.J., et al., 2000. Incorporating texture into classification of forest species composition from airborne multispectral images. International Journal of Remote Sensing 21, pp. 61­79Frohn, R.C. y Hao Y., 2006. Landscape metric performance in analyzing two decades of deforestation in the Amazon Basin of Rondonia, Brazil. Remote Sensing of the Environment 100, pp. 237­251Gougeon, F.A., 1995. Comparison of possible multispectral classification schemes for tree crowns individually delineated on high spatial resolution MEIS images. Canadian Journal of Remote Sensing 21, pp. 1­9.Guo, Q., 2007. The diversity­biomass­productivity relationships in grassland management and restoration. Basic and Applied Ecology 8, pp. 199­208Haralick, R.M., Shanmugan, K., et al., 1973. Textural features for image classification. IEEE Transactions on Systems, Man and Cybernetics 3, pp. 610­621.Kalacska, M., Sanchez­Azofeifa, G.A., et al., 2007. Ecological fingerprinting of ecosystem succession: Estimating secondary dry forest structure and diversity using imaging spectroscopy. Remote Sensing of Environment 108, pp. 82­89.Kayitakire, F., Hamel, C., et al., 2006. Retrieving forest structure variables based on image texture analysis and IKONOS­2 imagery. Remote Sensing of the Environment 102, pp. 390­401.Key, T., Warner T.A., et al., 2001. A comparison of multispectral and Multitemporal information in high spatial resolution imagery for classification of individual trees species in a temperate hardwood forest. Remote Sensing of Environment 75, pp. 100­112.PCI Geomatics., 2003. Version 9.1. Online help, Ontario, Canada www.pcigeomatics.comPerdigao, V. y Annoni, A., 1997. Technical and methodological guide for updating CORINE Land Cover database. Joint Research Centre (JRC) and European Environment Agency (EEA), Italy, EUR 17288 EN.Perry, G.L. y Enright, N.J., 2007. Contrasting outcomes of spatially implicit and spatially explicit models of vegetation dynamics in a forest­shrubland mosaic. Ecological Modelling (en prensa). Qinghong, L., 1995. A model for species diversity monitoring at community level and its applications. Environ. Monit. Assess 34, pp. 271­287.Thenkabail, P.S., et al, 2003. Detecting floristic structure and pattern across tropographic and moisture gradients in a mixed species Central African forest using IKONOS and Landsat­7 ETM+ images. International Journal of Applied Earth Observation and Geoinformation 4, pp. 255­270.Universidad Nacional de Colombia, 2002. Inventario Forestal, informe técnico final. Modelo de financiación alternativo para el manejo sostenible de los bosques de San Nicolás. Medellín. CORNARE­OIMT. 150 P. Van Aart, J.A.N, Wynne, R.H., 2001. Spectral separability among six southern tree species. Photogrammetric Engineering and Remote Sensing 67, pp. 1367­1375.Wang, L., et al., 2004. Comparison of IKONOS and QuickBird images for mapping mangrove species on the Caribbean coast of Panamá. Remote Sensing of Environment 91, pp. 432­440.Wulder, M.A., Hall R.J., et al., 2004. High spatial resolution Remotely Sensed Data for Ecosystem Characterization. BioScience 54, pp. 511­521Gestión y AmbienteBiodiversidadEstructura del BosqueTexturaIkonosBiodiversityForest StructureTextureAnálisis de textura en imágenes de satélite en el ámbito de la biodiversidad y la estructura en un bosque de los Andes colombianosArticleinfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Anaya Acevedo, Jesús AdolfoDuque Londoño, Rosa AlexandraValencia Hernández, Germán MauricioTHUMBNAILportada.JPGportada.JPGimage/jpeg14330http://repository.udem.edu.co/bitstream/11407/3413/2/portada.JPG4740a75fecad9971bdac8d8792d59693MD52ORIGINALArticulo.htmltext/html503http://repository.udem.edu.co/bitstream/11407/3413/1/Articulo.html5752eded9c553596db8df1cbc791e1c9MD5111407/3413oai:repository.udem.edu.co:11407/34132020-05-27 16:37:01.911Repositorio Institucional Universidad de Medellinrepositorio@udem.edu.co

Publicaciones similares