Fundamentos de análisis geográfico con SEXTANTE - La Salle

17.3. MÓDULOS PARA ANÁLISIS DE IMÁGENES 295
La asignación de valor de clase a las celdas fuera de las zonas de entrenamiento depende
también del criterio de decisión empleado, y este módulo de SEXTANTE incorpora dos de
ellos: máxima similitud y mínima distancia.
Mientras que el algoritmo de mínima distancia clasifica cada celda por la distancia euclidiana
mínima al centroide de cada grupo de pixels, el de máxima similitud lo hace dependiendo
de las distancias a un teórico elipsoide. Para una explicación más detallada, una vez más, es
conveniente recurrir a la literatura especializada en el tema, de la cual se adjuntan referencias
al final del libro.
Dejando de lado estas consideraciones técnicas, debes comparar cuál de los algoritmos
produce una mejor clasificación de la imagen (ello depende de las áreas de entrenamiento
escogidas, así como de las propias características de la imagen), contrastando algunas celdas
directamente para ver si los valores asignados a ellas son correctos. No olvides que, por muy
complejo y refinado que sea el algoritmo empleado, no puedes dejar todo el trabajo en manos
del mismo para clasificar una imagen, sino que debes comprobar siempre el resultado.
Vayamos al trabajo práctico. En primer lugar abre los tres archivos dgm con el prefijo
landsat. Representan tres bandas de una imagen de satélite, que serán las que empleemos para
la clasificación.
Recuerda que puedes utilizar tantas capas como desees, y que éstas se emplearán para
definir la firma espectral de cada celda.
Con las capa ya abiertas, digitaliza algunas zonas que consideres homogéneas, creando una
nueva capa de polígonos con las mismas. Debes al menos digitalizar un polígono por cada uno
de los tipos de clases que deseas tener en la capa clasificada. Lógicamente, si no defines una
clase y no le das al módulo material suficiente para ✭✭aprender✮✮ las características de dicha
clase, no puede él por sí mismo crear dicha clase.
Es bueno que pruebes a digitalizar tú mismo las áreas de entrenamiento, pero en caso
de que quieras ahorrarte trabajo, he incluido en los datos de ejemplo un archivo llamado
t areas.shp. Encontrarás entre los archivos de ejemplo uno llamado , que contiene una imagen
aerea de la misma zona. Es interesante ver las zonas de entrenamiento sobre ésta y comprobar
cómo cada una de ellas representa un tipo diferente de zona.