Universidad Autónoma de Ciudad Juárez

mediante el módulo Sigcomp el cual compara las firmas creadas con Makesig,
y permite detectar firmas que son similares. Este módulo permite obtener
gráficamente hasta 15 firmas de forma simultánea, ya sea como un patrón
de respuesta espectral de reflectancias medias, o como un gráfico de caja que
ilustra reflectancias mínimas y máximas.
Una vez realizadas las firmas espectrales para las categorías de cobertura
y uso de suelo del área de estudio, se realizó una Clasificación de Máxima Verosimilitud
(Maxlike), ya que este clasificador evalúa la probabilidad de que un
píxel pertenezca a una de las categorías consideradas y lo clasifica en la categoría
a la cual tenga mayor probabilidad de pertenecer, asume que esas probabilidades
son iguales para todas las clases y que los datos tienen una distribución
normal, es decir genera un resultado con mayor similitud a la realidad.
A los mapas resultantes se les aplicó en varias ocasiones el filtro de paso
bajo (Majority o de mayoría; ITC, 2001) para quitar el efecto de dispersión
de píxeles tipo sal y pimienta, los mapas de salida de este procedimiento son
los que se usaron para la detección de cambios de cobertura y de uso del suelo.
Validación de las cartografías mediante: matriz de confusión y
coeficiente kappa
La matriz de confusión (C) o contingencia, permite comparar dos clasificaciones:
la que es definida por el usuario y la que se desea evaluar. Se construye
una comparación matricial de clases realizadas de la clasificación, ubicada generalmente
en diferentes sectores o en la totalidad del mapa, confrontando las
clases de cada clasificación (Li et al., 2009)
Con la matriz de confusión se generan tres tipos de exactitud: exactitud
global, exactitud del usuario, exactitud del productor (Li et al., 2009).
Las medidas de exactitud mencionadas, solo se basan en resultados parciales
de la matriz, por lo tanto no aprovechan todos los datos en su totalidad,
a su vez se toman resultados aleatorios, que pueden llevar a interpretaciones
sesgadas del método. Para corregir los tipos de exactitud, se utiliza el coeficiente
Kappa. (Li et al., 2009; Dou et al., 2007).
En pocas palabras el proceso de interpretación implica la evaluación de
la exactitud en la diferenciación de clases. Lo cual requiere datos de verdad de
campo; los cuales se confrontan con las clases interpretadas en las en las imágenes
satelitales. Mediante los cuales se forma una matriz comparativa, denominada
matriz de confusión puesto que recoge los conflictos que se presentan
Capítulo V Geoinformática aplicada al estudio de cubiertas vegetales 317