Search

The article presents a detailed methodology for generating thematic land use cartography in the lower basin of the Luján River for the years 1990 and 2020, using advanced technologies such as satellite imagery, remote sensing, and geographic information systems (GIS). This methodology encompasses everything from image preprocessing to the application of supervised classification techniques to identify different land coverages. The use of supervised classification is emphasized, supported by prior knowledge of the area, fieldwork, and analysis of indices such as NDVI. Through the results of the accuracy matrix, it was demonstrated that the created cartographies are accurate and representative of the study area, validated using the Kappa method. Additionally, detailed analyses of the accuracy of classifications by category are carried out, identifying categories with the highest correlation with reality. [ABSTRACT FROM AUTHOR]

Cistus ladanifer L. (jara) es una especie arbustiva muy extendida en la región mediterránea y de gran interés para la industria cosmética, farmacológica y agroalimentaria. A pesar de su valor, este recurso se encuentra infrautilizado y presenta una gran variabilidad espacial y condiciones de extracción heterogéneas. El objetivo de este estudio es desarrollar una metodología de localización de zonas óptimas para la instalación de plantas de destilación de aceites esenciales de C. ladanifer que permitan su extracción de la manera más eficiente y rentable posible. Se han empleado técnicas de teledetección basadas en clasificaciones supervisadas de píxeles y objetos para determinar la distribución y superficie de este recurso. La clasificación se llevó a cabo con imágenes Sentinel-2 de 2018, modelos digitales de elevaciones y los siguientes seis algoritmos de clasificación: mínima distancia, distancia de Mahalanobis, máxima probabilidad, Spectral Angle Mapper, máquinas de vector soporte y redes neuronales. El uso de herramientas SIG como el análisis de evaluación multicriterio y los modelos de localización-asignación nos permitieron obtener y conectar los puntos de oferta de mayor aptitud de recurso y los emplazamientos idóneos de demanda de las instalaciones. Los clasificadores Máxima Probabilidad, máquinas de vector soporte y redes neuronales lograron precisiones de clasificación superiores al 90 % en fiabilidad global y coeficiente Kappa. La superficie total de jaras potencialmente explotable obtenida en la clasificación fue de 20 889 ha, de las cuales 15 241 ha (72,96 %) eran viables para la recolección. La instalación de dos plantas de destilación mostraba una distribución de cobertura espacial eficaz de aprovechamiento de este recurso en el área de estudio. La metodología se considera una herramienta valiosa para determinar de forma eficiente y sostenible la ubicación óptima de plantas de destilación.

Entre Ríos presenta un paisaje particular con numerosos ambientes contrastantes. Cartografiar tanto los naturales y como los antrópicos es una tarea frecuente gracias a la utilización de tecnologías de percepción remota junto con los sistemas de información geográfica. Conocer qué, cuánto y dónde se encuentran es indispensable para diseñar estrategias de uso sostenible y de conservación de recursos naturales en un territorio. La libre accesibilidad de los datos y la capacidad de procesamiento en la nube de toda esta información es determinante para procesar y clasificar la vegetación de un área determinada. El objetivo fue confeccionar un mapa actualizado y rápidamente actualizable en el futuro con el mismo método de los ambientes naturales y antrópicos más representativos de la provincia de Entre Ríos conociendo cuál es la mejor época del año en la cual se maximiza el porcentaje de acierto de clasificación de algoritmos automáticos de cada ambiente. Utilizar algoritmos automáticos de aprendizajes de clasificación fue útil para conocer la extensión de los ecosistemas naturales y antrópicos en un amplio territorio. Las herramientas de Google Earth Engine permitieron seleccionar la época del año en la cual se maximiza el porcentaje de acierto y disminuye la probabilidad de error con bajo costo computacional y operacional. Los resultados obtenidos son indispensables para planificar políticas públicas de forma precisa y certera para las actividades productivas, como así también para la conservación de los recursos naturales.

Copyright of Cuadernos de Investigación Geográfica is the property of Universidad de la Rioja, Servicio de Publicaciones and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

The primary goal of this study is to identify changes in the vegetation cover of the geopark M’goun region of Morocco, as a sample area to track the Moroccan vegetation status, and the crucial factors that influenced its evolution between 1984 and 2021. The NDVI (Normalized Difference Vegetation Index) method has been used, combined with supervised classification manipulated with the Google Earth Engine and through statistical analysis using R, together with field trips and Google Earth records for supervised classification. The percentage of vegetation density, made up of oak groves, Matorrals, red juniper, and thuja, in addition to a highly biodiverse cover, displays a declining trend. Mediumcover vegetation decreased by 29.5%, dense vegetation decreased considerably by 70.9%, and low-cover vegetation saw a minimal decline of 0.02%. As a result, dense and medium vegetation are being replaced by bare lands or poor-quality cover formed by sparse plants and solitary trees. In addition, precipitation increased slightly, showing an irregular trend, with average minimum and maximum temperatures rising by +1.7°C and +1.4°C, respectively. Furthermore, the population increased by 84.47%. Statistical analysis showed that the most important parameters affecting medium and dense vegetation cover are temperatures (Tmin and Tmax) and population density, as evidenced by the strong correlation between them. In contrast, sparse vegetation cover showed less correlation due to its heterogeneity. However, precipitation played a minimal role in vegetation evolution. Change detection maps revealed a significant negative impact on vegetation cover. This degradation was localized in the southern part of the area of study, where, according to the demographic density map, the majority of the population resides. Deforestation continues due to the lifestyle and economic activities of the local population. These factors, combined with climate change, are exerting large-scale pressure on the forest throughout the geopark. [ABSTRACT FROM AUTHOR]

Land use change is one of the main drivers of global change, as well as a cause of biodiversity loss. In northern Ecuador, the montane dry scrub is a characteristic ecosystem of the inter-Andean valleys and is threatened by anthropogenic intervention. This study examined the change in montane dry scrub coverage in the Chota River Valley over a 30-year period and evaluated its conservation status. The supervised classification method was applied to LANDSAT satellite images from 1990, 2007, and 2020 to analyze the rates of coverage variation. The conservation status was determined using an evaluation matrix that considered seven variables and 25 indicators and the overlap of thematic layers with GIS. The results showed a loss of 20% of montane dry scrub coverage, at an annual average of 231.83 ha/ year (-0.75%) due to anthropogenic causes. These causes were responsible for the coverage change of more than half of the 8.34% of the area it occupied, mainly the expansion of the agricultural frontier with 3.96%. The pressure and effect of the identified anthropogenic factors caused the current conservation status to be Regular. Three conservation strategies are proposed: good agroecological practices, comprehensive environmental management, and environmental education. [ABSTRACT FROM AUTHOR]

El megaproyecto del nuevo aeropuerto de la Ciudad de México fue anunciado por primera vez en 2001 y cancelado en 2019; sin embargo, tuvo su mayor avance en construcción en el sexenio 2012-2018. Con el anunció y cancelación existió cambio de uso de suelo y especulación respecto al valor de la tierra. Este estudio evalúa el impacto que la construcción y posterior cancelación del aeropuerto generó en el cambio de uso de suelo en el municipio de Texcoco y municipios aledaños en el Estado de México y la percepción de actores clave sobre los efectos que esto ocasionó. Se procesaron imágenes de alta resolución del satélite Sentinel-2 de la zona colindante a la construcción del aeropuerto para los años 2016 a 2021. Se utilizaron los sistemas de información geográfica para realizar una clasificación supervisada con índices espectrales y generar mapas temáticos de uso de suelo con cuatro clases: suelo desnudo, suelo con vegetación, suelo urbano y cuerpos de agua. Se aplicaron entrevistas a actores clave que permitieron, con un análisis cualitativo, obtener la apreciación de los cambios y afectaciones derivadas del proyecto aeroportuario. Los resultados muestran una tasa de crecimiento mayor de suelo urbano de 2016 a 2017, superficie que se encuentra principalmente cerca de la construcción del aeropuerto y que reemplazó mayormente al suelo desnudo. Este proceso de construcción del aeropuerto provocó disgustos en la población por las afectaciones al ambiente y consecuencias sociales como un crecimiento urbano descontrolado y perturbación por el tránsito de vehículos de carga. Como resultado de la cancelación del aeropuerto queda suelo desnudo por la explotación de minas e inseguridad vehicular ocasionada por las vialidades inconclusas.

La cobertura del suelo es un indicador fundamental para identificar los factores que actúan en el desarrollo de la geomorfología de una planicie aluvial. Esta cobertura se caracteriza por el control que ejerce la vegetación en los procesos hidromorfológicos, así como el mantenimiento y estabilidad de los canales. Se presenta un registro sobre la distribución de cobertura del suelo en el curso medio del sistema anastomosado del río Apure. Se analiza la distribución de los ambientes geomorfológicos en un área de 65 km2 a partir de una combinación de datos de imágenes Landsat-8 y Sentinel-2, integrados en un Sistema de Información Geográfica (SIG). Se estableció una clasificación supervisada mediante los algoritmos Máquinas de Soporte de Vectores y Máxima Verosimilitud. La imagen Landsat fue procesadas a través de una corrección atmosférica, para posteriormente calcular las firmas espectrales. Se encontró seis coberturas: a) sabana arbolada, b) bosque, c) sabana abierta, d) cultivos, e) cuerpos de agua, y f) matorral. No existen diferencias sustanciales en la fiabilidad lograda con los algoritmos de clasificación Máquinas de Soporte de Vectores y Máxima Verosimilitud. Se mostró que la cobertura de sabana arbolada es la de mayor representatividad en el área de estudio con una extensión total de 5.717,26 ha (39%), de las 14.658,77 ha. La clasificación desarrollada presentó una exactitud temática global de 98,08% e índice de Kappa de 0,98. Como resultado se generó una cartografía de cobertura del suelo a partir del mejor clasificador, basándose en el índice Kappa. Estos hallazgos sirven como un referente para aumentar los registros de caracterización de cobertura del suelo, y pueden ser útiles en estudios sobre gestión y uso del territorio, para identificar lugares más susceptibles a la degradación y proponer medidas para el manejo y conservación de los recursos hídricos, que puede ser potencialmente aplicable en ambientes fluviales similares de otras latitudes.

The acquisition of high-resolution images by drones and their subsequent processing provides valuable information on biophysical variables of grassland vegetation. The objective of this study was to generate a prediction model of the annual productivity dynamics of a semi-arid grassland in northern Mexico through the estimated vegetation cover in digital photographs obtained by drone. A permanent sampling system was designed in the La Cieneguilla cattle ranch. The study variables measured were the direct cut biomass production as the dependent variable and the vegetation cover estimated in digital images acquired by drone as the independent variable. The number of samples collected for both variables was 640 during the year 2020. With 50% of the data, the prediction model was generated and with the other 50% of the data, the validation model, the adjusted regression models were the form Y = ß0 + ß1X + ß2X2 with adjusted R2 = 71.64% and 69.90% respectively. This proposed methodology offers a non-destructive and accurate means for annual monitoring and evaluation of grasslands in dry areas. [ABSTRACT FROM AUTHOR]

Copyright of Ecosistemas y Recursos Agropecuarios is the property of Universidad Juarez Autonoma de Tabasco and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

[Introducción]: El Parque Nacional Natural Los Nevados (PNNN) es una de las principales áreas protegidas de la región Andina colombiana, alberga un gran ecosistema de Páramo que suministra diferentes servicios ecosistémicos a la región, cuantificar y analizar la cobertura natural y el uso del suelo es fundamental para procesos de conservación. [Objetivo]: Fue el de determinar las principales coberturas y uso del suelo (CT-US) del PNNN y su área de amortiguadora en un área de 1 250 km2 ubicadas al flanco derecho del departamento del Tolima en Colombia homologando el esquema de clasificación de coberturas para Colombia. [Metodología]: Involucró el uso de técnicas de teledetección para el procesamiento de una imagen RapidEye del año 2010, así como técnicas de interpretación de imágenes, clasificación supervisada, trabajo de campo para la validación de resultados y el desarrollo de cartografía temática a escala 1:25 000. [Resultados]: Se obtuvo una mejora radiométrica de la imagen RapidEye, asimismo, se generaron 10 patrones de CT-US para la clasificación supervisada, dentro de la validación de resultados se obtuvo una fiabilidad global del 89.52 % y un coeficiente Kappa de 0.88. Adicionalmente, se generaron 14 categorías homologadas bajo el esquema de clasificación de coberturas para Colombia y se generó cartografía a escala 1:25 000 del PNNN y su zona amortiguadora. [Conclusiones]: Este estudio permitió obtener el contexto de las coberturas del PNNN para el 2010 y su zona amortiguadora, que servirá como un antecedente y apoyo a futuras investigaciones que involucren la planificación de recursos naturales en Latinoamérica y la región Andina.

Copyright of Cuadernos de Investigación Geográfica is the property of Universidad de la Rioja, Servicio de Publicaciones and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Copyright of Terra Latinoamericana is the property of Sociedad Mexicana de la Ciencia del Suelo A.C. and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Copyright of Boletin de Geologia is the property of Universidad Industrial de Santander and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Para obtener información precisa sobre los cambios de la cubierta terrestre en el sector agrícola, proponemos un método de clasificación supervisada que integra las imágenes del satélite Sentinel-2 con las imágenes obtenidas de los Sistemas de Aeronaves Pilotadas a Distancia (RPAS, por sus siglas en inglés). La metodología se aplicó en la plataforma de Google Earth Engine. Inicialmente, la colección de imágenes de Sentinel-2 se integró en una sola imagen mediante un proceso de reducción de mediana. Posteriormente, se aplicó el método de fusión de imágenes de pansharpening con filtro de paso alto (HPF, por sus siglas en inglés) a las bandas espectrales térmicas para obtener una resolución espacial final de 10 m. Para realizar la integración de las dos fuentes de imágenes, la imagen del RPAS se normalizó utilizando un filtro de textura gaussiano de 5×5 y el píxel se re-muestreó a cinco veces su tamaño original. Este procedimiento se realizó de forma iterativa hasta alcanzar la resolución espacial de la imagen del Sentinel-2. Además, se añadieron a la clasificación los siguientes datos: los índices espectrales, calculados a partir de las bandas de Sentinel-2 y RPAS (por ejemplo, NDVI, NDWI, SIPI, GARI), la información altimétrica y las pendientes de la zona derivadas del MED SRTM. La clasificación supervisada se realizó utilizando la técnica de Random Forest (Machine Learning). La referencia de la semilla de la cubierta terrestre para realizar la clasificación fue capturada manualmente por un experto temático, luego, esta referencia fue distribuida en un 70% para el entrenamiento del algoritmo de Random Forest y en un 30% para validar la clasificación. Los resultados muestran que la incorporación de la imagen RPAS mejora los indicadores de precisión temática en un promedio del 3% en comparación con una clasificación realizada exclusivamente con imágenes de Sentinel-2.

For a long time, Man has been looking for the exploitation of natural resources for daily purposes. Thus, the current scientific and technological development has facilitated and given him real opportunities for the overexploitation of these resources in general and the plant cover in particular. In order to show this exploitation, we want, in this article, to study the evolution of the vegetation cover of the forest of Ait Daoud or Ali, located in the Central High Atlas on an area of 30 860 ha, between 1972, 1999 and 2020, based on remote sensing and GIS tool. Regarding the methodology of work, the multi-chronic study of the dynamics of the vegetation cover of the study area, is based on the spatio-temporal analysis and processing of satellite images by remote sensing space. Indeed, in this paper we have opted for this approach which is based on the use of data from LandSat satellite images of three types; these are the images of type MSS, ETM and Oli, for three dates 1972, 1999 and 2020 (period of 48 years) to identify the spatial differences of the vegetation cover between the three selected dates. Indeed, the study of the dynamics of the vegetation cover of the forest of Ait Daoud or Ali between 1972, 1999 and 2020, showed a very important spatio- temporal variation, linked essentially to several factors (natural and human). The comparison of the results of the classification of Landsat images, showed a decline and a significant degradation of vegetation cover between 1972 and 1999 of 12% of the total area of the study area. This degradation is justified by the intervention of several factors, including climatic conditions and dry periods that Morocco has experienced in this period. For the second period (1999-2020), the treatment showed an increase in vegetation cover of about 10%. In this study, we have highlighted the impact of natural factors and especially anthropic actions on the dynamics of the forest of Ait Daoud or Ali located in the Central High Atlas, based on the use of geospatial techniques that have allowed us to have very precise information on the spatio- temporal dynamics of plant cover. [ABSTRACT FROM AUTHOR]

Copyright of Avances is the property of Instituto de Informacion Cientifica y Tecnologica and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Copyright of Boletin de Geologia is the property of Universidad Industrial de Santander and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

Copyright of Cuadernos.info is the property of Pontificia Universidad Catolica de Chile, Facultad de Comunicaciones and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)

El cambio de uso de suelos es un factor influyente en la recuperación y conservación de relictos de los humedales. En este artículo se identificó y cuantificó la evolución espacio temporal de los usos de suelo en un humedal relicto de la costa peruana, perteneciente a la zona de recuperación del sitio Ramsar Los Pantanos de Villa. Se procesaron imágenes satelitales en periodos de cada cuatro años (2001-2021) a través de la clasificación supervisada en sistemas de información geográfica y reconociendo los usos de suelos en base a la densidad de la cobertura vegetal, las zonas urbanas y los cuerpos de agua. Las tasas de variación 2001-2021 muestran la pérdida progresiva de vegetación densa e intermedia con un -55,30% y -11,54% respectivamente. Así mismo es posible apreciar el crecimiento de las zonas sin vegetación y zonas urbanas en un 50,62% y 474,21% respectivamente. Estos resultados se encuentran relacionados a los cambios identificados en el campo, como la introducción de animales de pastoreo, la disposición de efluentes domésticos, la disposición y quema de residuos municipales y la apertura de vías de comunicación, siendo estas dos últimas como las causas directas de la pérdida de cobertura vegetal y el aumento en la propagación de enfermedades. Se concluye que la gestión de los puntos de acopio de residuos municipales y acceso al servicio de agua y desagüe son de vital importancia para garantizar la conservación del relicto y para mejorar la calidad de vida de la población aledaña.

Mangroves are plant communities of high ecological and economic importance for coastal regions. This investigation provides a methodology for mapping Mangrove forests through remote sensing images in a semidetail scale (1:25,000) in a sector of the municipality of Buenaventura, Colombia. A Sentinel 2 image and 2017 highresolution ortophotomosaic of the municipality were used for the mangrove cartography, using QGIS software, spectral analysis was performed and supervised classification was established using Maximum Likelihood algorithm. Results shown that mangrove is the most representative cover in the study area whit 7,264.21 ha in total extension (59.21% of total area), the development classification got a thematic accuracy of 80% and 0.70 in Kappa index. The used methodology can be used as an academic and research reference for mangrove semi-detail mapping in the world.

The present research evaluated spatio-temporal change in the sub-tropical forest of district Malakand through Remote Sensing and GIS techniques. The main objective was to identify different land cover classes and to determine temporal changes in forest cover in the study area. This study was based on the two different classification techniques for the land cover classification. In this study, four Landsat images were acquired with the interval of 10 years from 1988 to 2018. The maximum likelihood classification and Minimum distance classification was applied on all the four images step by step. The total area of district Malakand was recorded as 975.32 km². Regarding percent wise area coverage Forest covered 22.1 % of the total area while other classes' settlements, agriculture, barren land and water have covered 17.7, 23.3, 33 and 3.9 % respectively in 1988. Whereas in 2018, percent wise area coverage forest covered 9.3 % of the total area although other classes' settlements, agriculture, barren land and water have covered 33.8, 22.3, 31.8 and 3.7 respectively. The change in forest area over the time was 60.4 km² which is equal to 6.2 % during 1998 to 2008 and ultimately overall deforestation was 124.4 km² which is equal to 12.7 % loss of forest area lost from 1998 to 2018. Thus, the forest area was changed to settlements and barren lands from 1988 to 2018. Normalized Difference Vegetation Index (NDVI) was calculated for 1988, 1998, 2008 and 2018. Based on NDVI analysis, total deforestation over the time was 166.29 km² in last 30 years (1988-2018) with percent deforestation of 43.66 % area lost. The Landsat images have 30 meters resolution and small forest area changes can not detected by Landsat images, thus high-resolution products can detect more deforestation comparatively. [ABSTRACT FROM AUTHOR]

Es importante analizar la dinámica entre coberturas de uso de suelo para comprender las relaciones existentes en las superficies donde se presentan los cambios. También, en ocasiones, las modificaciones de cobertura son ocasionados por actividades humanas, como los incendios utilizados en actividades agrícolas. El objetivo de este trabajo fue analizar espaciotemporalmente si existe una relación significativa entre las superficies agrícolas, pecuarias (pastizales) y forestales con la incidencia de puntos de calor, en San Luis Potosí, México. Varios autores han utilizado la percepción remota y los SIG para modelar coberturas de uso de suelo, y han aplicado diversos algoritmos con este propósito. Para estimar las superficies (forestal, agrícola y pecuaria) se aplicó una clasificación supervisada a escenas Landsat 5 TM y Landsat 8 OLI. Además, se integraron dichas superficies en modelos no lineales: polinomio (2° orden), exponenciales y potenciales, así como multivariados para estimar puntos de calor; lo que resultó en un aumento sustancial en los coeficientes de determinación en los segundos modelos. En cuanto a los resultados, es posible predecir la ocurrencia de puntos de calor de una variedad de áreas bajo la agricultura, la ganadería y la silvicultura. En este caso, la superficie forestal fue la variable más significativa, seguida de la superficie ganadera. Se concluye que existe una relación entre la presencia de puntos de calor con tierras agrícolas en el área de estudio y se puede predecir la ocurrencia de puntos de calor basados en variaciones de las tierras agrícolas, pecuarias y forestales.

En la Región Sur de Ecuador (RSE), que comprende las provincias de Loja, El Oro y Zamora Chinchipe, la degradación del patrimonio natural genera la necesidad de recuperarlo mediante estrategias de restauración ecológica (RE), para lo cual es necesario identificar las zonas prioritarias a restaurar, así como los sitios de referencia potenciales. En este contexto, la presente investigación se enfocó en identificar, mediante evaluación multicriterio, áreas prioritarias que necesitan ser restauradas, y determinar mediante teledetección los sitios de referencia para las zonas identificadas. Así, mediante la clasificación supervisada de imágenes de satélite, la incorporación de criterios de expertos en RE a través de matrices de comparación pareada y mediante el Proceso Analítico Jerarquizado (PAJ) en un entorno de Sistemas de Información Geográfica (SIG), se definió las prioridades de atención o referencia respectivamente. Para las áreas prioritarias se consideraron cinco criterios ambientales, cuatro socioeconómicos y cuatro intrínsecos, y para las referencias dos criterios de cobertura y uso del suelo, cuatro relacionados al Sistema Nacional de Áreas Protegidas (SNAP) y cuatro socioeconómicos. Los resultados indican que cerca del 10% de la RSE se clasificó con prioridad máxima a restaurar. La superficie con potencial para referencia es de 2,73% del área evaluada. Finalmente, se determinó que las áreas prioritarias se distribuyeron por toda la RSE, aunque presentan una extensión geográfica continua representativa en las provincias de El Oro y Loja. Los sitios de referencia de calidad coinciden con aquellas áreas pertenecientes al SNAP, teniendo mayor representatividad en la provincia de Zamora Chinchipe.

El agave azul (Agave tequilana Weber, var. azul) se utiliza, principalmente, para la producción del Tequila; una bebida espirituosa. El estado de Jalisco, México, contribuye con el 90% de la producción; esto constituye un importante apoyo a la economía del Estado. El objetivo de la presente investigación fue determinar la superficie ocupada por agave azul, que presentó restricciones en su producción en la región Valles, correspondiente a los municipios de Tequila, Amatitán y El Arenal, en el estado de Jalisco, México, por medio de percepción remota. Se utilizó una imagen adquirida por el satélite LANDSAT 5 el 2 de abril de 2011, la cual se procesó para su calibración radiométrica, corrección atmosférica y georreferenciación. La interpretación digital se hizo a través del proceso de clasificación supervisada utilizando la opción de máxima probabilidad. Los campos de entrenamiento se seleccionaron de información de campo y de la base de datos del Consejo Regulador del Tequila (CRT). Los resultados se plasmaron en mapas temáticos; distribución de agave y no agave y distribución de agave con restricciones. El 45% del área ocupada por el cultivo presentó restricciones relacionadas con: aspectos económicos (restricción tipo 1), plagas y enfermedades (restricción tipo 2) y efectos por exceso de humedad del suelo (restricción tipo 3). Para evaluar la precisión de estos datos se aplicó una matriz de error que reportó una precisión general del 73%. Este valor es aceptable considerando la resolución a 30 m del sensor (LANDSAT 5) y la peculiaridad del cultivo. El uso de imágenes LANDSAT por su resolución espectral y radiométrica es aceptable para el estudio del cultivo del agave azul según lo observado en campo y lo expresado por el procesamiento de la imagen.

k-NN algorithms are frequently used in statistical classification. They are accurate and distribution free. Despite these advantages, k-NN algorithms imply a high computational cost. To find efficient ways to implement them is an important challenge in pattern recognition. In this article, an improved version of the k-NN Controlled Condensation algorithm is introduced. Its potential for instantaneous color identification in real time is also analyzed. This algorithm is based on the representation of data in terms of a reduced set of informative prototypes. It includes two parameters to control the balance between speed and precision. This gives us the opportunity to achieve a convenient percentage of condensation without incurring in an important loss of accuracy. We test our proposal in an instantaneous color identification exercise in video images. We achieve the real time identification by using k-NN Controlled Condensation executed through multi-threading programming methods. The results are encouraging.

Con el pasar de los días, la frontera agrícola se reduce y se pierde un control exacto de la cantidad de área destinada a la agricultura y cuáles cultivos se desarrollan en una región. El objetivo del estudio se centra en generar una clasificación supervisada de imágenes satelitales para la obtención de las zonas agrícolas a través de un mapa de uso de la tierra. Se utilizaron 4 imágenes satelitales de alta resolución, además del software libre Quantum GIS. El proceso de este proyecto consistió en solicitar las imágenes escogidas para realizar el estudio, en el software QGIS se unieron la banda roja, verde y azul; posteriormente se realizó una ortorectificación para ajustar la posición de la imagen, se obtuvo una clasificación no supervisada para crear una versión previa del uso del suelo; luego, en el trabajo de campo se utilizó un dron para corroborar coberturas confusas o en caso de existir presencia de una nube en la imagen. Por último, se hizo la clasificación supervisada, de acuerdo con la cantidad de coberturas discriminadas. En las cuatro imágenes se tiene una presencia importante de uso agrícola; donde únicamente en la imagen parcial del cantón de Pérez Zeledón, existe mayor porcentaje de suelo con pastos que destinado a la agricultura, las imágenes de León Cortés, Pacayas y de Cañas, muestran una predominancia de la agricultura, existiendo gran diferencia entre los cultivos presentes. La información derivada es importante para el ordenamiento territorial, censos agropecuarios, predicción de cosechas, regulación de mercado.

Background: Identifying and addressing hotspots is a key element of imaginal exposure in Brief Eclectic Psychotherapy for PTSD (BEPP). Research shows that treatment effectiveness is associated with focusing on these hotspots and that hotspot frequency and characteristics may serve as indicators for treatment success. Objective: This study aims to develop a model to automatically recognize hotspots based on text and speech features, which might be an efficient way to track patient progress and predict treatment efficacy. Method: A multimodal supervised classification model was developed based on analog tape recordings and transcripts of imaginal exposure sessions of 10 successful and 10 non-successful treatment completers. Data mining and machine learning techniques were used to extract and select text (e.g. words and word combinations) and speech (e.g. speech rate, pauses between words) features that distinguish between 'hotspot' (N = 37) and 'non-hotspot' (N = 45) phases during exposure sessions. Results: The developed model resulted in a high training performance (mean F1-score of 0.76) but a low testing performance (mean F1-score = 0.52). This shows that the selected text and speech features could clearly distinguish between hotspots and non-hotspots in the current data set, but will probably not recognize hotspots from new input data very well. Conclusions: In order to improve the recognition of new hotspots, the described methodology should be applied to a larger, higher quality (digitally recorded) data set. As such this study should be seen mainly as a proof of concept, demonstrating the possible application and contribution of automatic text and audio analysis to therapy process research in PTSD and mental health research in general. [ABSTRACT FROM AUTHOR]

Peatlands can be defined as a system that retains and preserves plant materials. For paleoenvironmental studies peatlands serve as databases of the climate and its states in the past, because they are formed by the accumulation of plant material in water-saturated environments, with low pH and mild temperatures, preventing or at least reducing decomposition by microorganisms. However, in Guarapuava region, studies focused on acquiring information about these environments are scarce. The aim of this study is to evaluate the distribution and patterns of the peatlands present in the topographic sheets of Guarapuava and Itapará (MI 2838-3 and 2838-4 MI, respectively) and relate them to the geomorphological features in order to find the reason for the high concentration of these environments in the region. The combination of morphostructural and morphoscultural elements acts as a strong influence on a peatland from its formation on towards its current process. In this study, the structural issue is crucial to the control of peaty environments. [ABSTRACT FROM AUTHOR]

Un pastizal típico de la zona central de la provincia de Buenos Aires es el pajonal de paja colorada (Paspalum quadrifarium). Durante los últimos cinco siglos, este pastizal ha sido históricamente utilizado como fuente forrajera para el ganado doméstico. Este uso tradicional, a menudo acompañado por quemas periódicas, impacta directamente en diversos aspectos de la estructura y dinámica del ecosistema a diferentes escalas. La teledetección ha mostrado ser una herramienta poderosa capaz de monitorear los cambios de cobertura a escala regional y evaluar la fragmentación del paisaje. El trabajo se llevó a cabo en la región central de la distribución original del pajonal, situada en la Pampa Deprimida, en la provincia de Buenos Aires (Argentina). Se utilizó una imagen Landsat TM, calibrada y clasificada según el criterio de máxima verosimilitud. Posteriormente, se obtuvieron las principales métricas del pajonal con el software FRAGSTATS 4.1. Se obtuvo una muy buena precisión en la clasificación y la evaluación de las métricas permitió la identificación de un gradiente relacionado con el estado de conservación del pajonal.

Los datos provenientes de los radares meteorológicos son de suma importancia para el diagnóstico y monitoreo de los sistemas que producen precipitación y sus posibles fenómenos severos asociados. Los ecos causados por objetivos no meteorológicos introducen errores en la información por lo que es necesario detectar la presencia de los mismos previo a la utilización de los datos. Este trabajo presenta cuatro técnicas de clasificación supervisada basadas en diferentes modelos estadísticos que buscan dar una respuesta a este problema. Asimismo como parte importante de este trabajo, se aplicaron técnicas de remuestreo estadísticas sobre los datos de entrenamiento, las que permitieron hacer un análisis más completo sobre los resultados. En la actualidad, las técnicas de remuestreo son herramientas fundamentales en la estadística moderna. Las mismas, a partir de simulaciones sobre los datos, permiten obtener información adicional sobre los modelos planteados. Para este trabajo se realizó un estudio de caso con datos provenientes del radar meteorológico Doppler banda C de doble polarización ubicado en la Estación Experimental Agropecuaria INTA Anguil (La Pampa). Partiendo de la clasificación manual de un experto, se aplicaron cuatro métodos de clasificación supervisada de diferentes grados de flexibilidad en su estructura: Modelo lineal, Modelo Cuadrático, Modelo Logístico y Modelo de Bayes Naive. Luego se compararon los resultados y se evaluó el desempeño de cada uno de ellos. Si bien se encontraron dificultades a la hora de clasificar las zonas de frontera entre clases, los resultados obtenidos fueron adecuados, mostrando el mejor desempeño el modelo menos flexible, el modelo lineal. Se considera necesario seguir avanzando en esta línea de investigación a fin de incorporar una mayor cantidad de casos y tener una mayor significancia de los resultados. [ABSTRACT FROM AUTHOR]

Se analizan los cambios de uso del suelo entre 2000 y 2010 de la región mazahua del Estado de México y sus implicaciones socioeconómicas. El estudio se sustenta en la geografía socioeconómica de Bonfil (1996) y los procesos de cambio de uso del suelo de Fernández y Prados (2010) para evaluar los cambios de uso del suelo. Se utilizó clasificación supervisada de máxima probabilidad y datos socioeconómicos y demográficos. Los resultados de análisis de imágenes fueron verificados mediante recorridos en campo. Los cambios pueden deberse al crecimiento poblacional, en los modos de vida y su consecuente demanda de alimentos y viviendas.

Se analizó la dinámica espacial y composición de la cobertura vegetal del Área Prioritaria para la Conservación de Pastizales ( APCP ) Cuchillas de la Zarca, determinando su afectación por los procesos de fragmentación. Se generó una clasificación supervisada y un análisis de fragmentación del periodo 2008 a 2011. El análisis espectral permitió definir con claridad seis clases, donde el ecosistema mayormente representado es el de pastizal natural con un 41.6% del área total. El análisis de fragmentación de las métricas del paisaje generadas muestra un proceso gradual de fragmentación. Un aumento en el número de fragmentos totales en función del tiempo confirma el proceso de fragmentación en la zona, mientras que para el tamaño medio de los parches se observa una disminución, lo que indica que los parches grandes fueron fragmentados o divididos. Aunado a lo anterior, los índices de Shannon y Simpson presentan una tendencia ascendente (0.66 a 0.89; 0.68 a 0.82), indicando el aumento de fragmentos en el tiempo. La exactitud global de las clasi - ficaciones evaluadas en el periodo 2008-2011 muestra una alta precisión que fluctuó del 91 al 94%, mientras que el índice discreto multivariado Kappa presentó una variación de 0.90 al 0.93.

Object based image analysis (OBIA) approach has been proved as the best option when working with very high resolution (VHR) satellite imagery. The first step of OBIA, referred to as segmentation, is to delineate objects of interest. Determination of an optimal segmentation is crucial for a good performance of the second stage in OBIA, the classification process. The main goal of this work is to assess the multiresolution segmentation algorithm provided by eCognition software for delineating greenhouses from World- View-2 multispectral orthoimages and to find the relationship between the goodness of the segmentation and the accuracy of the supervised classification. The focus is on finding the optimal parameters of the multiresolution segmentation approach (i.e., Scale, Shape and Compactness parameters) for plastic greenhouses. Assessment of segmentation quality was based on the Euclidean Distance 2 (ED2). Finally, we demonstrated that there was a clear relationship between the goodness of the segmentation on plastic greenhouses and the OBIA classification accuracy attained when features such as spectral, textural and vegetation indices were used. The best overall accuracy attained with the best multiresolution segmentation was slightly better than 95%. [ABSTRACT FROM AUTHOR]

En este trabajo, se presenta un algoritmo de clasificación incremental basado en los k vecinos más similares, el cual permite trabajar con datos mezclados y funciones de semejanza que no necesariamente son distancias. El algoritmo presentado es adecuado para procesar grandes conjuntos de datos, debido a que sólo almacena en la memoria principal de la computadora los k vecinos más similares procesados hasta el paso t, recorriendo una sola vez el conjunto de datos de entrenamiento. Se presentan resultados obtenidos con diversos conjuntos de datos sintéticos y reales.

Se clasificaron imágenes satelitales Landsat de los años 1973, 1990 y 2000 y posteriormente se realizó una comparación post-clasificatoria, con información digital complementaria, para analizar los cambios ocurridos en la cobertura vegetal y los usos del suelo de la región costa del norte de Nayarit (RCNN). Se produjeron mapas temáticos con nueve clases de cobertura y usos del terreno, con exactitudes totales > 85% y estimadores del coeficiente Kappa de 0.85 a 0.99 para las matrices de error espectral, en tanto que para el caso de las matrices de error real las exactitudes totales y Kappa fueron superiores al 87 y 0.85%, respectivamente. El análisis de las matrices de detección de cambio (1973- 1990, 1990-2000 y 1973-2000) indica que el porcentaje general de cambio en el área en estudio fue próximo al 25% entre periodos y del 30% para el periodo completo (1973-2000). En todos los casos existió una marcada tendencia al incremento de la superficie dedicada a las actividades humanas (agricultura, granjas camaronícolas y uso urbano) y una disminución de las superficies con coberturas naturales como los bosques y los manglares.

La Sierra Norte de Puebla (SNP) es una región con gran diversidad biológica y cultural en donde la cafeticultura ha tenido un papel relevante en el uso del suelo. El objetivo de esta investigación es conocer los patrones espaciales de la dinámica de cambio de la cobertura vegetal y el uso del suelo entre 1988-2003, y relacionarlos con las actividades de cafeticultura en la SNP. El análisis de cambio se realizó mediante una clasificación supervisada de dos imágenes de satélite Landsat, y se evaluó el cambio espacial entre las dos fechas mediante una matriz de detección de cambios. En ella se encontró que en el 58.4% del área no hubo cambios y en el 41.6% sí los hubo. Los principales tipos de cambio fueron de pastizal (cultivado e inducido) o agricultura anual a cafetales con sombra/vegetación secundaria intermedia de bosque tropical o bosque mesófilo de montaña/cultivo permanente de cítricos; asimismo, el proceso de cambio de cobertura y uso del suelo está relacionado con la problemática actual del café.

En este trabajo, se presenta un algoritmo incremental para clasificación supervisada llamado INC-ALVOT (algoritmo de votación incremental). Este algoritmo permite manejar conjuntos de datos mezclados, los cuales no se almacenan en la memoria principal. Además, el algoritmo permite incorporar nuevos objetos en el conjunto de datos inicial, realizando un número mínimo de operaciones para la clasificación de nuevos objetos con el conjunto de datos expandido. Se presentan los resultados obtenidos al aplicar el algoritmo propuesto en diversos conjuntos de datos reales comparado con el algoritmo clásico de votación ALVOT.