Search

One of the potential distribution areas for tropical dry forest in Colombia is Cauca River Valley. Intensive agricultural activity in this zone has been one of the main factors causing its degradation since the middle of the 20th century. This study identifies and locates the natural areas that have persisted from 1984-2014 in the Cauca River Valley, in Valle del Cauca Department, using cartographic information and satellite images (Landsat TM5 and OLI). The results indicate that in spite of the 50% reduction in natural areas due to a 72% increase in cultivated areas, 26% of them have persisted since 1984, especially in the dry warm forest of the alluvial plain and in the dry warm forest of the alluvial piedmont, ecosystems of the helobiome biomes of the Valle del Cauca and the tropical alternohydric zonobiome of Valle del Cauca, respectively. The persistent natural areas identified in the time frame represents an opportunity to initiate ecological restoration processes and monitoring of dry forest vegetation and its cover in Valle del Cauca, considering that few remnants still retain structural and functional characteristics of this Biome and the conditions of connectivity between them are deficient. Una de las zonas de distribución potencial de bosque seco en Colombia es el valle geográfico del río Cauca. En esta zona la actividad agrícola intensiva ha sido uno de los principales factores de degradación desde mediados del siglo XX. En este estudio se reconocen las áreas naturales que han persistido en este valle entre 1984-2014 en el departamento del Valle del Cauca usando información cartográfica y satelital (Landsat TM5 y OLI). Los resultados señalan que pese a la reducción del 50 % en las áreas naturales a causa del aumento del 72 % de áreas cultivadas, el 26 % de aquellas ha persistido desde 1984, especialmente en el bosque cálido seco en planicie aluvial y en el bosque cálido seco en piedemonte aluvial, ecosistemas de los biomas helobioma del Valle del Cauca y del zonobioma alternohídrico tropical del Valle del Cauca, respectivamente. Las áreas naturales persistentes identificadas en el periodo de estudio representan una oportunidad para iniciar procesos de restauración ecológica y de monitoreo de la cobertura vegetal del bosque seco en el Valle del Cauca considerando que son pocos los remanentes que aún conservan características estructurales y funcionales propias de este bioma y las condiciones de conectividad entre estos son deficientes.

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. Los algoritmos de vecinos cercanos (k-NN) son métodos ampliamente empleados en la clasificación estadística. Los cuales destacan por ser precisos y por no depender de ningún supuesto distribucional. A pesar de estas ventajas tienen el inconveniente de implicar un alto costo computacional. Conseguir formas eficientes de implementarlos es un reto impor- tante para el desarrollo del reconocimiento de patrones. En este trabajo se discute una versión mejorada del algoritmo k-NN Condensación Controlada y se analiza su potencial en la identificación de color en tiempo real. Se basa en la representación de datos de entrenamiento en función de un conjunto reducido de prototipos informativos. Incluye dos parámetros que controlan el balance entre rapidez y precisión. Esto permite definir el porcentaje de condensación sin sacrificar demasiado la precisión del algoritmo. Probamos nuestra propuesta en un problema de clasificación instantánea en imágenes de video. Logramos la identificación de color en tiempo real mediante el algoritmo k-NN Condensación Controlada ejecutado con técnicas de programación multihilos. Los resultados obtenidos hasta el momento son alentadores.

El presente trabajo realiza un análisis de los cambios de cobertura en el área correspondiente a la Reserva Forestal “Bosque Oriental de Bogotá” enfocada en la localidad de Usaquén a escala cartográfica de trabajo 1:100000, debido a intervenciones antrópicas en el periodo comprendido entre 2004 y 2015, mediante el uso de la teledetección y los Sistemas de Información Geográfica, evaluando la normatividad expedida con el propósito de conservar y proteger la zona de los cerros orientales This paper analyzes the coverage changes in the area corresponding to the “Bosque Oriental de Bogotá” Forest Reserve focused on the town of Usaquén at a 1: 100,000 work map scale, due to anthropic interventions in the period between 2004 and 2015, through the use of remote sensing and Geographic Information Systems, evaluating the regulations issued in order to conserve and protect the area of the eastern hills Especialista en Gestión Territorial y Avalúos http://unidadinvestigacion.usta.edu.co Especialización

En México, los cafetales bajo sombra constituyen parte del paisaje agroforestal y representan el refugio de una alta diversidad biológica. Sin embargo, están sujetos a procesos de transformación derivados de las necesidades de los productores y las demandas del mercado, lo que afecta la configuración del agroecosistema. Este trabajo tuvo como objetivo cuantificar las transformaciones de los usos de suelo relacionados con los cafetales en la cuenca alta de La Antigua, durante un periodo de 24 años. Se analizó la dinámica de cambio en las coberturas de uso del suelo y vegetación, mediante la generación de cartografía con la técnica de clasificación supervisada de las imágenes LANDSAT (TM, ETM y OLI) de los años de 1993, 2003 y 2017 y se analizaron los catalizadores de los cambios que determinan la configuración actual del paisaje agroforestal con base en entrevistas a actores clave de la región. Los resultados muestran que la transformación de los sistemas agroforestales de los cafetales bajo sombra se debe a los cambios de uso del suelo y los programas gubernamentales implementados en la zona. La cafeticultura representa una de las principales fuentes de ingreso en la región del Corredor Ecológico de la Sierra Madre Oriental del estado de Veracruz, por lo que se requiere el desarrollo de estrategias que garanticen el mantenimiento y la sostenibilidad de esta actividad económica en la zona para evitar los impactos potenciales al desarrollo local de las comunidades, así como la afectación o pérdida de los ecosistemas naturales remanentes en la región., In Mexico, shade-grown coffee agroecosystems form part of the agroforestry landscape and provide shelter for a wide range of biological diversity. However, they are subject to transformation processes derived from the needs of producers and market demands, which affects the configuration of the agroecosystem. The present study aimed to quantify the transformations of land use cover related to coffee plantations in the upper La Antigua river basin, that has occurred over a period of 24 years. The dynamics of change in the coverage of land use and vegetation was analyzed, by generating cartography with the supervised classification technique of the LANDSAT images (TM, ETM, and OLI) of the years of 1993, 2003 and 2017 and the analysis of the factors that have promoted the changes that determine the current configuration of the agroforestry landscape, based on interviews with key stakeholders in the region. The results show that the transformation of the agroforestry systems in shade-grown coffee plantations is caused by land use changes and the government programs implemented in the region. Coffee growing represents one of the main sources of income in the Ecological Corridor of the Sierra Madre Oriental of the state of Veracruz, which requires the development of strategies that guarantee the maintenance and sustainability of this economic activity in the zone to avoid the potential impacts to the local development of the communities, as well as the affectation or loss of the natural ecosystems remaining in the region.

The Quinto river basin has the strategic natural resources for the development of the province of San Luis. With an area of 1.120.780 hectares and located northeast of the province of San Luis, it is the only provider of fresh water for the most populated human settlements and supplies input to the most productive economic activities. However, lately it has been impacted by the advance of the agricultural frontier producing a variation in land use over time. In this context and given the lack of updated information, this study aimed to generate detailed cartographic information on the variation of land uses in the Quinto river basin in the years 2009 and 2019, as a base contribution for a territorial planning in the water basins of the province of San Luis. Landsat 5 and Oli 8 satellite images, plus the contribution of geographic information systems, were the geo-technological support that allowed the digital processing of information, which together with the knowledge of the area, a supervised classification could be applied. Classes were defined that responded to the use of agricultural, mixed (agricultural - livestock), urban, mining, natural vegetation and water. As a corollary, it is concluded that the approach to the study at the water basin level is unprecedented for the province. The multitemporal analysis shows that land uses did not change in the 10 years, but the variation of surface area by each class directly influences the other uses. One of the most relevant results is that of natural vegetation. This class has varied, with an apparent tendency to remain in some sectors and in others to decrease. Regarding the variation in the surface of the use of water, it is reflected that the environmental conditions of the area require the generation of public policies that tend to build a reservoir for a freshwater reservoir. Fil: Leonhart, Elina Lucrecia. Universidad Nacional de Luján; Argentina. La cuenca del río Quinto cuenta con los recursos naturales estratégicos para el desarrollo de la provincia de San Luis. Con una superficie de 1.120.780 hectáreas y localizada al noreste de la provincia de San Luis, es la única proveedora de agua dulce para los asentamientos humanos más poblados y surte de insumo a las actividades económicas más productivas. Sin embargo, últimamente ha sido impactada por el avance de la frontera agrícola produciendo una variación en el uso del suelo a través del tiempo. En este contexto y ante la escasez de información actualizada, el presente estudio tuvo por objetivo, generar información cartográfica detallada sobre la variación de usos del suelo en la cuenca del río Quinto en los años 2009 y 2019, como aporte base para un ordenamiento territorial en las cuencas hídricas de la provincia de San Luis. Las imágenes satelitales Landsat 5 y Oli 8, más el aporte de los sistemas de información geográficos, fueron el sustentos geo tecnológico que permitieron realizar el tratamiento digital de la información, que conjuntamente con el conocimiento de la zona se pudo aplicar una clasificación supervisada. Se definieron clases que respondían a los uso de suelo agrícola, mixto (agrícola – ganadero), urbano, minero, vegetación natural y agua. Como corolario se concluye que el abordaje del estudio a nivel de cuenca hídrica es inédito para la provincia. El análisis multitemporal muestra que los usos de suelo no cambiaron en los 10 años, pero la variación de superficie por cada clase, influye directamente sobre los demás usos. Una de los resultados más relevante, es el de vegetación natural. Esta clase ha variado, con una tendencia aparente de mantenerse en algunos sectores y en otros a disminuir. En cuanto a la variación en superficie del uso agua, se reflexiona que las condiciones ambientales propias de la zona, obligan a generar políticas públicas que tiendan a construir embalse para reservorio de agua dulce.

En este trabajo se presentan consideraciones el desarrollo de una base de datos de firmas espectrales georreferenciadas de coberturas de cultivos agropecuarios y vegetación baja, conocida como biblioteca de firmas espectrales, para la República de Panamá y su integración con imágenes satélitales. Ademas, el desarrollo de herramientas de software para la manipulación de las firmas espectrales y la automatización de la clasificación de tipos de coberturas agrícolas, utilizando como método de clasificación supervisado el algoritmo de Mapeo del Angulo Espectral (MAE, o SAM por sus siglas en ingles), para la detección de semejanzas entre las firmas espectrales obtenidas en campo a través de un espectrorradiometro portátil (como espectros de referencia) y se usan firmas satélitales obtenidas mediante imágenes satelitales de las parcelas del estudio (como espectros de prueba). Los resultados indican la posibilidad de utilización de esta técnica supervisada, ademas se preve hacer que la base de datos de firmas espectrales, as´ı como los resultados de esta clasificación sean de acceso publico para investigadores en campos relacionados a la gestión y uso de la tierra u organización del territorio, y otros usos relativos al manejo de cultivos a gran escala con métodos de teledeteccion a través de imágenes multiespectrales e hiperespectrales En este trabajo se presentan consideraciones el desarrollo de una base de datos de firmas espectrales georreferenciadas de coberturas de cultivos agropecuarios y vegetación baja, conocida como biblioteca de firmas espectrales, para la República de Panamá y su integración con imágenes satélitales. Ademas, el desarrollo de herramientas de software para la manipulación de las firmas espectrales y la automatización de la clasificación de tipos de coberturas agrícolas, utilizando como método de clasificación supervisado el algoritmo de Mapeo del Angulo Espectral (MAE, o SAM por sus siglas en ingles), para la detección de semejanzas entre las firmas espectrales obtenidas en campo a través de un espectrorradiometro portátil (como espectros de referencia) y se usan firmas satélitales obtenidas mediante imágenes satelitales de las parcelas del estudio (como espectros de prueba). Los resultados indican la posibilidad de utilización de esta técnica supervisada, ademas se preve hacer que la base de datos de firmas espectrales, as´ı como los resultados de esta clasificación sean de acceso publico para investigadores en campos relacionados a la gestión y uso de la tierra u organización del territorio, y otros usos relativos al manejo de cultivos a gran escala con métodos de teledeteccion a través de imágenes multiespectrales e hiperespectrales

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. Fil: Ruiz Suarez, Sofia Helena. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Ministerio de Defensa. Secretaría de Planeamiento. Servicio Meteorológico Nacional. Servicio Meteorológico Nacional (sede Dorrego); Argentina Fil: Sued, Raquel Mariela. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo; Argentina Fil: Vidal, Luciano. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Ministerio de Defensa. Secretaría de Planeamiento. Servicio Meteorológico Nacional. Servicio Meteorológico Nacional (sede Dorrego); Argentina Fil: Salio, Paola Veronica. Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Centro de Investigaciones del Mar y la Atmósfera. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Centro de Investigaciones del Mar y la Atmósfera; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Ciencias de la Atmósfera y los Océanos; Argentina. Instituto Franco-Argentino sobre Estudios del Clima y sus Impactos; Argentina Fil: Rodriguez, Daniela. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Cálculo; Argentina Fil: Nesbitt, Stephen. University of Illinois; Estados Unidos Fil: Garcia Skabar, Yanina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Ministerio de Defensa. Secretaría de Planeamiento. Servicio Meteorológico Nacional. Servicio Meteorológico Nacional (sede Dorrego); Argentina. Instituto Franco-Argentino sobre Estudios del Clima y sus Impactos; Argentina

A pesar de que la teoría de los Campos Aleatorios de Markov (CAM – MRF en inglés) es ampliamente aceptada por la comunidad científica como una de las mejores técnicas de modelamiento de los procesos de variables aleatorias, y ha sido ampliamente usada en las áreas de la física, matemática, procesamiento de imágenes y visión por computadora, sus capacidades no han sido consideradas para un proceso clave dentro la teledetección como lo es clasificación de las coberturas de la superficie. La presente tesis está orientada a la implementación de un método de clasificación supervisada de las imágenes ópticas multiespectrales de observación de la tierra dentro de una aplicación que permite la clasificación de patrones en las imágenes. Esta aplicación está diseñada para el usuario final y le permite no sólo aportar técnica al usuario al momento de tomar decisiones, sino que facilita la posibilidad de elegir y cambiar los parámetros que se deben tener en cuenta durante el proceso de clasificación. Esta aplicación es de gran valor, ya que, al trabajar con las imágenes multiespectrales, la posibilidad de visualización y selección de las muestras de las diferentes coberturas y validación rápida beneficiando así el procesamiento digital de imágenes y teledetección. De esta forma, se encontró que la clasificación de imágenes usando MRF permite tener una buena exactitud en el diagnóstico de las diferentes coberturas presentes en el suelo, dado que logra una separación entre los elementos a clasificar, la cual se implementa como técnica de clasificación para la investigación. Finalmente se presenta una validación y comparación del método estudiado con respecto a los métodos clásicos (KNN y Malahanobis) de clasificación donde se demostrará la utilidad de la aplicación. Although the Markov Random Fields (MRF) theory is widely accepted by the scientific community as one of the best modeling techniques for random variables processes, and has been widely used in the areas of physics, mathematics, image processing and computer vision, its capabilities have not been considered for a key process in remote sensing as it is the classification of land covers. This thesis is oriented to the implementation of a supervised classification method of multispectral optical images of earth observation, within an application that allows the classification of image patterns.An application is presented that is designed for the end user, which allows not only technically and theoretically support the user when making decisions, but also facilitates the possibility of choosing and changing the parameters that must be taken into account during the classification process according to the selected method. This application is of great value, since, when working with multispectral images, the possibility of viewing them and being able to select the samples of the different land covers and perform a rapid validation in the same application is beneficial for anyone interested in digital image processing and remote sensing. It was found that the classification of images using MRF allows to have a good accuracy in the diagnosis of the different coverages present in the soil, since it achieves a separation between the elements to be classified, which will be implemented as a classification technique for the investigation. Finally, a validation and comparison of the method studied with respect to classical methods (KNN and Malahanobis) of classification where the utility of the application will be demonstrated.

Las presas se cuentan dentro de las grandes infraestructuras de la ingeniería asociadas a la producción de energía, actividades agrícolas y control de inundaciones. Sin embargo y pese a sus valores agregados, este tipo de construcciones también implican fuertes impactos sociales, económicos y ambientales sobre las zonas en las que se asientan. Mediante la Clasificación Supervisada de imágenes satelitales procesadas con los software ERDAS IMAGINE® y ArcMap® fue posible cuantificar las alteraciones generadas por el proyecto Hidroeléctrico Ituango sobre la cobertura vegetal y el cauce del río a la altura del Cañón del Cauca en los años 2009 y 2019, así como determinar los principales efectos de la represa sobre la fauna y flora de las poblaciones aguas arriba y aguas abajo de la construcción. Los resultados permiten evidenciar las principales modificaciones en la cobertura de Bosque de Galería y el espejo de agua del río Cauca, generando impactos en términos ecosistémicos y de biodiversidad, los cuales están siendo compensados mediante el establecimiento de acciones de Restauración a lo largo del cauce principal del río. The dams are part of the large engineering infrastructure associated with energy production, agricultural activities and floods control. However, despite their added value, these types of constructions also have strong social, economic and environmental impacts on the areas in which they are located. Through the Supervised Classification of satellite images processed with the ERDAS IMAGINE® and ArcMap® software, it was possible to quantify the alterations generated by the project on the vegetation coverage and riverbed at the Cauca's Canyon in 2009 and 2019, as well as to determine the main effects of the dam on the fauna and flora of the populations upstream and downstream of the construction. The results show the main modifications in the coverage of Bosque de Galería and the water mirror of the Cauca river, generating impacts in ecosystem and biodiversity terms, which are being compensated through the establishment of Restoration actions along the main riverbed.

Las problemáticas medio ambientales que hoy en día están tendientes a empeorar han tenido bastantes aristas, una de ella (que es el tema de discusión de este artículo) es la constante desaparición de los glaciares en el mundo. En este caso se toma como caso de estudio la Sierra Nevada de Santa Marta. Este caso de estudio generará información nueva y complementará información disponible y publicada por instituciones oficiales como el IDEAM e IGAC , el índice que se tomará como punto de comparación es el área cubierta por glaciar, que generalmente es medida a partir de imágenes satelitales provenientes de distintos satélites (Landsat TM/ETM, Spot, ALOS, RapidEye, QuickBird y Sentinel). La información nueva que se genera es el área glaciar medida con imágenes satelitales Spot 6 de los años 2014 y 2018; estas dos áreas complementarán información de 1850, 1939, 1954, 1981, 1995, 2010, 2016 y 2017 . Con este conjunto de datos se realizará un análisis de pérdida de glaciar con base en regresiones matemáticas, para que con ello se obtenga un modelo que se ajuste correctamente a estos datos. Este estudio concluirá con la comprobación del constante retroceso de área de este glaciar a través de los años; y además se presentará la tasa de pérdida medida en área y en metros lineales. RESUMEN ABSTRACT INTRODUCCIÓN DESCRIPCIÓN GENERAL DEL ÁREA DE ESTUDIO MATERIALES ORIGEN IMÁGENES SATELITALES METADATOS DE IMÁGENES SATELITALES BANDAS PROCESAMIENTO DE LA INFORMACIÓN CORRECCIÓN DE IMÁGENES Corrección geométrica Corrección radiométrica APLICACIÓN METODOLOGÍA CORINE LAND COVER VECTORIZACIÓN CÁLCULO DE ÁREAS CÁLCULO DE TASA DE CAMBIO DE ÁREAS GLACIARES EN EL ÁREA DE ESTUDIO RESULTADOS Y DISCUSIÓN CONCLUSIONES The environmental predicaments that tend today to worsen have had many edges, one of them is the continuous disappearance of glaciers in the world. In this occasion, the “Sierra Nevada de Santa Marta” is taken as a case study. This case study will generate new information and will complement available information published by official institutions such as the IDEAM and the IGAC, the index that will be taken as the point of comparison is the area covered by the glacier, that usually is measured with help of satellite images from different satellites (Landsat TM / ETM, Spot, ALOS, RapidEye, QuickBird and Sentinel). The new information generated is the glacier area measured with Spot 6 satellite images for the years 2014 and 2018; these two areas will complement information from 1850, 1939, 1954, 1981, 1995, 2010, 2016 and 2017. With this data set an analysis of glacier loss is made based on mathematical regressions, so that a model that correctly fits this data is obtained. This study will conclude with the verification of the constant retreat of this glacier area over the years; and in addition, the loss rate measured in area and in linear meters will be presented.

With the passing of days, the agricultural frontier is reduced and an exact control of the amount of area destined to agriculture and which crops are developed in a region is lost. The objective of the study is to generate a supervised classification of satellite images to obtain agricultural areas through a map of land use. Four high-resolution satellite images were used, in addition to the Quantum GIS free software. The process of this project consisted of requesting the chosen images to carry out the study, in the QGIS software the red, green and blue band were joined; later an orthorectification was carried out to adjust the position of the image, an unsupervised classification was obtained to create a previous version of land use; then, in the field work, a drone was used to corroborate confusing coverage or in case of presence of a cloud in the image. Finally, supervised classification was made, according to the number of discriminated coverages. In all four images there is an important presence of agricultural use; where only in the partial image of the canton of Pérez Zeledón, there is a higher percentage of land with pastures than for agriculture, the images of León Cortés, Pacayas and Cañas show a predominance of agriculture, there being a great difference between the crops present. The derived information is important for territorial ordering, agricultural censuses, crop prediction, market regulation. 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.

Specialty coffees have a big importance in the economic scenario, and its sensory quality is appreciated by the productive sector and by the market. Researches have been constantly carried out in the search for better blends in order to add value and differentiate prices according to the product quality. To accomplish that, new methodologies must be explored, taking into consideration factors that might differentiate the particularities of each consumer and/or product. Thus, this article suggests the use of the machine learning technique in the construction of supervised classification and identification models. In a sensory evaluation test for consumer acceptance using four classes of specialty coffees, applied to four groups of trained and untrained consumers, features such as flavor, body, sweetness and general grade were evaluated. The use of machine learning is viable because it allows the classification and identification of specialty coffees produced in different altitudes and different processing methods. Los cafés especiales son de gran importancia en el escenario económico, y su calidad sensorial es apreciada por el sector productivo y el mercado. La investigación se ha llevado a cabo constantemente en la búsqueda de mejores mezclas con el fin de añadir valor y diferenciar los precios de acuerdo con la calidad del producto. Para ello, deben explorarse nuevas metodologías, teniendo en cuenta factores que puedan diferenciar las particularidades de cada consumidor y/o producto. Por lo tanto, este artículo sugiere el uso de la técnica de aprendizaje automático en la construcción de modelos supervisados de clasificación e identificación. En una prueba de evaluación sensorial para la aceptación del consumidor utilizando cuatro clases de cafés especiales, aplicadas a cuatro grupos de consumidores capacitados y no entrenados, se evaluaron características como sabor, cuerpo, dulzura y grado general. El uso del aprendizaje automático es factible porque permite la clasificación e identificación de cafés especiales producidos a diferentes altitudes y diferentes métodos de procesamiento. Os cafés especiais têm grande importância no cenário econômico, e sua qualidade sensorial é apreciada pelo setor produtivo e pelo mercado. Pesquisas têm sido constantemente realizadas na busca por melhores misturas a fim de agregar valor e diferenciar preços de acordo com a qualidade do produto. Para isso, novas metodologias devem ser exploradas, levando em consideração fatores que possam diferenciar as particularidades de cada consumidor e/ou produto. Assim, este artigo sugere o uso da técnica de machine learning na construção de modelos de classificação e identificação supervisionados. Em um teste de avaliação sensorial para aceitação do consumidor utilizando quatro classes de cafés especiais, aplicados a quatro grupos de consumidores treinados e não treinados, foram avaliadas características como sabor, corpo, doçura e grau geral. O uso de machine learning é viável porque permite a classificação e identificação de cafés especiais produzidos em diferentes altitudes e diferentes métodos de processamento.

La clasificación es uno de los procesos más importantes para poder generar productos cartográficos a partir de datos LiDAR. Aunque en la actualidad existen diversos algoritmos de clasificación y se sigue trabajando intensamente en este campo, la forma de evaluar los resultados de las clasificaciones ha evolucionado poco, utilizándose en general métricas estándar. Esto puede ser problemático ya que estas métricas tratan por igual errores de distinta gravedad que pueden tener un impacto muy distinto en los productos derivados. El objetivo de este trabajo es generar una herramienta de validación que evalúe la clasificación de las nubes de puntos teniendo en cuenta la gravedad de cada error. La metodología propuesta se ha implementado en un estudio de caso en el que se evalúan distintos modelos de clasificación obtenidos a partir de muestras de diferentes sensores y densidades disponibles en el Plan de Ortofotografía Aérea (PNOA). Como conclusión, se puede afirmar que la herramienta de validación propuesta proporciona varias métricas que reemplazan la necesidad de una inspección visual y se agregan a las métricas de evaluación estándar. Datuen klasifikazioa LiDAR teknologiarengandik lortutako produktu kartografikoak sortzeko prozesu garrantzitsuenetako bat da. Gaur egun, sailkapen algoritmo ugari eta arlo horretan lan handia dagoen arren, sailkapenen emaitzak ebaluatzeko moduak gutxi eboluzionatu dute, orokorrean neurri estandarrak erabiliz. Hau arriskutsua izan daiteke, neurri horiek akats guztiak berdin tratatzen dituzte eta. Lan honen helburua puntu lainoen sailkapena ebaluatzen duen balioztatze tresna bat sortzea da, akats bakoitzaren larritasuna kontuan hartzen duena. Proposatutako metodologia kasu azterketa batean ezarri da, non Plan de Ortofotografía Aérea-n (PNOA) eskuragarri dauden sentsore eta dentsitate desberdinetako datuetatik sailkapen eredu desberdinak sortu eta aztertu dira. Konklusio bezala, esan daiteke proposatutako balioztatze tresna ikuste-ikuskapenaren beharra ordezkatzen duten hainbat metrika ematen dituela, ebaluazio estandarreko neurriei gehituz. Classification is one of the most important phases to generate any cartographic product from LiDAR data. Although there are currently several classification algorithms and there is still intense work in this field, the procedure to evaluate the results of classifications has not evolved much, being mostly based on standard metrics. This can be problematic since these metrics treat errors of varying severity equally, which can have a very different impact on products. The aim of this research is to generate a validation tool that evaluates the classification of point clouds taking into account the severity of each error. A case study was carried out implementing the proposed method on different classification models obtained with a range of different datasets. In conclusion, the validation tool provides several metrics that supersede the necessity of a visual inspection and add to the standard evaluation metrics. Máster Universitario en Sistemas de Información Geográfica y Teledetección por la Universidad Pública de Navarra Informazio Geografikoko Sistemetako eta Teledetekzioko Unibertsitate Masterra Nafarroako Unibertsitate Publikoan

El presente documento consiste en la generación de la capa de coberturas de la tierra del Municipio de Cajicá – Cundinamarca, muy cercano a la ciudad de Bogotá D.C. Se pretende proporcionar al municipio una herramienta que le permita conocer con exactitud las coberturas de la tierra que sobre él se encuentran, dada la vertiginosa dinámica de cambio debida al impacto de los procesos de expansión urbana ocurridos en la capital, al igual que en los municipios vecinos, en el corredor formado por ésta y por los municipios que hacia el norte se despliegan, haciendo de Cajicá una ciudad dormitorio que ha respondido en su dinámica al fenómeno transformador. De este modo, este aspecto que se puede vislumbrar intuitivamente, se comprueba mediante el uso de la teledetección espacial, a partir de la utilización de dos imágenes de satélite, la primera de ellas Sentinel y la segunda Spot, y un shape de municipios descargado de la web IDECA, cuya fuente primaria es el IGAC. Se ha delimitado geográficamente el municipio de Cajicá con la finalidad de, mediante el procesamiento de una de estas dos imágenes, con la utilización del proceso de clasificación supervisada y verificación con ayuda de la segunda imagen, generar la capa de cobertura de la tierra del municipio al 24 de enero de 2018, fecha de toma de la imagen. Se pretende que dicho producto pueda ser tenido en cuenta como uno de los elementos en la toma de decisiones, e insumo en la elaboración y el cumplimiento de políticas públicas, objetivos, estrategias y programas enfocados hacia el desarrollo regional y la armonización entre el Plan de desarrollo y el PBOT del municipio (PBOT Cajicá-2014), y de igual manera, según sus resultados positivos pueda ser replicado en los diferentes municipios del país. It is intended that said product can be taken into account as one of the elements in the decision-making, and input in the elaboration and compliance of public policies, objectives, strategies and programs focused on regional development and the harmonization between the Plan of development and the PBOT of the municipality (PBOT Cajicá-2014), and in the same way, according to its positive results it can be replicated in the different municipalities of the country.

El presente artículo muestra el uso de un índice de vegetación – NDVI, y la implementación de una clasificación supervisada para la separación de áreas boscosas naturales y áreas con coberturas antrópicas en área limítrofe entre Colombia y Ecuador, en área de influencia de la cuenca amazónica. Se utilizaron imágenes del mismo sensor y con iguales características (RapidEye) de los años 2010 y 2017. El área de estudio se compone de una extensión de 25.259,09ha, donde en el periodo más antiguo el 86.21% (21776.79ha) del territorio seleccionado correspondía a áreas boscosas, y para 2017 presentó una disminución a 82.14%(20747.99ha) con un total de 1028.8ha de perdida de bosque. De forma discriminada, el incremento de la frontera agrícola en el territorio colombiano presento un valor de 773.58ha (3.06%) y en el territorio ecuatoriano 255.22ha (1.01%). This article shows the use of a vegetation index - NDVI, and the supervised classification implementation for a natural forest classification areas and anthropogenic coverage áreas in the border area between Colombia and Ecuador, in the influence area of the Amazon basin. Images of the same sensor with the same characteristics (RapidEye) of the years 2010 and 2017 were used. The study area is composed of an extension of 25,259.09ha, where in the oldest period 86.21% (21776.79ha) of the selected territory corresponded to forested áreas; for 2017 it presented a decrease to 82.14% (20,747.99ha) with a total of 1028.8ha of forest loss. In a discriminated way, the increase of the agricultural frontier in the Colombian territory presented a value of 773.58ha (3.06%) and in the Ecuadorian territory 255.22ha (1.01%).

Este ensayo pretende mostrar la importancia y aplicación de las imágenes de radar o SAR, para el análisis de cobertura de uso del suelo como lo es el cultivo de palma de aceite; mediante el monitoreo de cambios. El uso del SAR como una herramienta para la detección de cambios y ayuda para estimar la extensión de los mismos, identificando diferencias y/o similitudes en el área de interés que corresponde al Municipio de Cabuyaro Meta. 1. CONTEXTO………………………………………………………………………….. 3 2. PROBLEMA………………………………………………………………………….. 5 3. DESARROLLO……………………………………………………………………….. 6 4. OBJETIVOS …………………………………………………………………………. 18 5. REFERENCIAS………………………………………………………………………. 19 6. ANEXOS………………………………………………………………………. ..........20 This essay aims to show the importance and application of radar or SAR images, for the analysis of land use coverage such as oil palm cultivation; By monitoring changes

[ES] El presente trabajo tiene como objetivo el desarrollo de un algoritmo automático para la clasificación de imágenes histológicas de próstata que sea capaz de distinguir entre tejido sano y tejido patológico de grado 3 en la escala de Gleason. Dicho TFG se enmarca en un proyecto de ámbito nacional denominado SICAP, cuyo propósito es proporcionar una herramienta de ayuda al profesional sanitario para el diagnóstico precoz del cáncer de próstata. Para conseguir el objetivo del trabajo se propone una metodología que comienza por el acondicionamiento y preprocesado de las sesenta imágenes que conforman la base de datos proporcionada por el Hospital Clínico de Valencia. Tras este primer paso, se lleva a cabo una etapa de extracción de características, empleando descriptores de imagen que sean capaces de extraer la información relevante de la misma, sin necesidad de segmentar las distintas partes del tejido. Concretamente, los clasificadores empleados son filtros de Gabor, matrices de coocurrencia y granulometría. Tras la obtención de características, se realiza un análisis estadístico que acabe por descartar aquellas que no aportan información útil para la clasificación. En última instancia, dicha información se emplea para entrenar modelos predictivos empleando diversos algoritmos de aprendizaje automático. Los modelos resultantes son evaluados y comparados entre sí con el objetivo de establecer cuál de ellos presenta mayor precisión y robustez en la clasificación del problema bajo estudio. Los resultados de la metodología propuesta se detallan y se discuten realizando además una comparación de estos con los obtenidos mediante otras metodologías presentes en el estado del arte. Tras analizar las fortalezas y debilidades del algoritmo propuesto, se exponen algunas mejoras y líneas futuras de investigación., [CA] El present treball té com a objectiu el desenvolupament d’un algoritme automàtic per a la classificació d’imatges histològiques de pròstata que siga capaç de diferenciar entre teixit sa i teixit patològic de grau 3 en l’escala de Gleason. Aquest TFG s’emmarca en un projecte d’àmbit nacional denominat SICAP, el propòsit del qual és proporcionar una ferramenta d’ajuda al professional sanitari per al diagnòstic precoç del càncer de pròstata. Per a aconseguir l’objectiu del treball es proposa una metodologia que comença pel acondicionament i preprocessat de les seixanta imatges que conformen la base de dades proporcionada per l’Hospital Clínic de València. Després d’este primer pas, es du a terme una etapa d’extracció de característiques, emprant descriptors d’imatge que siguen capaços d’extraure la informació rellevant de la mateixa, sense necessitat de segmentar les distintes parts del teixit. Concretament, els classificadors empleats són filtres de Gabor, matrius de coocurrencia i granulometria. Després de l’obtenció de característiques, es realitza una anàlisi estadística que acabe per descartar aquelles que no aporten informació útil per a la classificació. En última instància, la informació s’empra per a entrenar models predictius emprant diversos algoritmes d’aprenentatge automàtic. Els models resultants són avaluats i comparats entre si amb l’objectiu d’establir quin d’ells presenta més precisió i robustesa en la classificació del problema baix estudi. Els resultats de la metodologia proposada es detallen i es discutixen realitzant a més una comparació d’estos amb els obtinguts per mitjà d’altres metodologies presents en l’estat de l’art. Després d’analitzar les fortaleses i debilitats de l’algoritme proposat, s’exposen algunes millores i línies futures d’investigació., [EN] The aim of this TFG is to develop an automatic algorithm for the classification of prostate histological images that is able to distinguish between healthy tissue and pathological tissue of grade 3 on the Gleason scale. This TFG is part of a national project called SICAP, whose purpose is to provide a tool to help the health professionals for the early diagnosis of prostate cancer. To achieve the objective of the work we propose a methodology that begins with the conditioning and preprocessing of the sixty images that makes up the database provided by the Hospital Clínico de Valencia. After this first step, a characteristic extraction stage is carried out, using image descriptors that are capable of extracting the relevant information from it, without the need to segment the different parts of the tissue. Specifically, the classifiers used are Gabor filters, co-occurrence matrices and granulometry. After obtaining characteristics, a statistical analysis that ends up discarding those that do not provide useful information for the classification is carried out. Ultimately, this information is used to train predictive models using various machine learning algorithms. The resulting models are evaluated and compared with each other in order to establish which of them presents greater precision and robustness in the classification of the problem under study. The results of the proposed methodology are detailed and discussed, making a comparison of these with those obtained by other methodologies present in the state of the art. After analyzing the strengths and weaknesses of the proposed algorithm, some improvements and future lines of research are exposed.

El presente proyecto está orientado a la implementación de un método de clasificación supervisada sobre imágenes provenientes sensores remotos ya sean activos o pasivos almacenadas en una base de datos espacial de tipo relacional que permita contribuir a la clasificación de imágenes, según parámetros de normalidad y anormalidad donde se consiga además almacenar estos resultados dentro del mismo sistema manejador de bases de datos. Dado que el algoritmo de clasificación supervisada Máquinas de Soporte Vectorial (MSV) es ampliamente aceptado por la comunidad científica como una de las mejores técnicas de clasificación, ya que permite tener una muy buena exactitud en el diagnóstico de las diferentes coberturas presentes en el suelo, puesto que busca no solo encontrar una disociación entre estas, sino lograr una separación entre los elementos a clasificar, se implementará como técnica de clasificación para el proyecto. La aplicación está diseñada para el usuario final, que permita no sólo obtener un apoyo y sustento al momento de tomar decisiones, sino que facilite la actualización de la base de datos, la inclusión o la eliminación de información de la misma, así como la posibilidad de elegir las características principales que se deban tener en cuenta durante el proceso de clasificación. Esta utilidad es de gran valor, ya que al trabajar con imágenes de características similares, la posibilidad de establecer rangos de disociación o pesos a las diferentes coberturas afecta directamente el resultado que se espera obtener. Finalmente se presentará un caso de estudio relacionado con la deforestación de la amazonia colombiana donde se demostrará la utilidad de la aplicación por medio de una clasificación supervisada la cual será comparada con el módulo de clasificación de algunos software que la implementan en la actualidad. The present project is oriented to the implementation of a supervised classification method on images from remote sensors stored in a spatial database that allows contributing to the diagnosis of image classification, according to parameters of normality and abnormality where it is also possible to store these results within the same database manager system. Given that the supervised classification algorithm Vector Support Machines (MSV) is widely accepted as one of the best classification techniques because it allows to have a very good accuracy in the diagnosis of the different coverages present in the ground, since it seeks not only to find a dissociation between these, but to achieve a separation between the elements to be classified, will be implemented as a classification technique for the pilot project to be carried out. The application will be designed for the end user, which allows not only to obtain support and sustenance when making decisions, but also to facilitate the updating of the database, the inclusion or elimination of information from it, as well as the possibility to choose the main characteristics that must be taken into account during the classification process. This utility is of great value, since when working with images of similar characteristics, the possibility of establishing dissociation ranges or weights to the different coverages directly affects the expected result. Finally, a case study related to the deforestation of the Colombian Amazon will be presented, where the usefulness of the application will be demonstrated through a supervised classification which will be compared with the classification module of some software that implements it at present.

13 páginas : figuras. El Relleno Sanitario de Doña Juana (RSDJ), desde su inauguración en el año 1987, ha tenido varios inconvenientes, tanto en la parte técnica como en la administrativa, un derrumbe presentado en el año 1997, en una de las áreas de almacenamiento de residuos sólidos, derivó en que el Distrito indemnizara parte de la población con 1.270.000.000 millones de pesos, habitantes afectados en su salud dentro de una zona de influencia delimitada por sentencia judicial; pese a lo ocurrido no se han aplicado los planes concretos para el control de la construcción en suelos urbanos, rurales y de expansión urbana cercanos al Relleno; mediante la demarcación del RSDJ en dos periodos de tiempo, en las imágenes Landsat 5 TM del año 1997 y Landsat 8 OLI del año 2015, se busca hallar el porcentaje de cambio de las áreas construidas afectadas por el derrumbe en 1997 y si este se hubiera presentado en 2015; la metodología aplicada para realizar la tarea es semi-automática, primero, se creará la Base de Datos Geográfica (GDB), con los datos de la digitalización de áreas útiles del relleno en los años 1997 y 2015, segundo, la creación con la herramienta Buffer de las zonas afectadas por este en las dos fechas, tercero, se ejecuta la clasificación supervisada de imágenes por máxima verosimilitud, donde se obtiene el área afectada para cada año, cuarto, se realiza un corte entre las clasificaciones para extraer la diferencia de las zonas, de modo que se calcula la cantidad aproximada de nuevos suelos construidos; cabe resaltar la baja diferencia en el resultado en cuanto al crecimiento de zonas construidas, por lo que se esperaban cambios significativos asociados al tiempo transcurrido entre las imágenes, ligados al crecimiento dinámico de la población en el Distrito Capital, aunque se debe tener en cuenta el desarrollo de construcciones en altura, política impulsada para mitigar la necesidad de vivienda de la población, además la baja resolución espacial en las imágenes implica sesgos en la clasificación supervisada. The Sanitary Landfill Doña Juana (RSDJ), since its inauguration in 1987, has had several drawbacks, both in the technical and administrative, a landslide presented in 1997, in one of the areas of waste storage solid, resulted in the District compensating part of the population with 1,270,000,000 million pesos, inhabitants affected in their health within a zone of influence defined by judicial decision; In spite of what happened, the concrete plans for the control of the construction in urban, rural and urban expansion soils close to the Landfill have not been applied; By means of the delimitation of the RSDJ in two periods of time, in the Landsat 5 TM images of the year 1997 and Landsat 8 OLI of the year 2015, it is sought to find the percentage of change of the built areas affected by the collapse in 1997 and if this had presented in 2015; the methodology applied to perform the task is semi-automatic, first, the Geographical Database (GDB) will be created, with the data from the digitization of useful areas of the landfill in the years 1997 and 2015, second, the creation with the Buffer tool of the areas affected by this in the two dates, third, the supervised classification of images is executed by maximum likelihood, where the affected area is obtained for each year, fourth, a cut is made between the classifications to extract the difference of the zones , so that the approximate quantity of new constructed soils is calculated; It is worth highlighting the low difference in the result in terms of the growth of built-up areas, so significant changes were expected associated with the time elapsed between the images, linked to the dynamic growth of the population in the Capital District, although it should be taken into account. development of height constructions, policy driven to mitigate the need for housing of the population, in addition the low spatial resolution in the images implies biases in the supervised classification. Aterro Doña Juana (RSDJ), desde a sua inauguração em 1987, tem várias desvantagens, tanto no técnico e administrativo, um deslizamento de terra apresentado em 1997, em uma das áreas de armazenamento de resíduos sólido, resultou na parte compensadora do Distrito da população com 1.270.000.000 milhões de pesos, habitantes afetados em sua saúde dentro de uma zona de influência definida por decisão judicial; Apesar do que aconteceu, os planos concretos para o controle da construção em solos de expansão urbanos, rurais e urbanos próximos ao Aterro não foram aplicados; através de demarcação de RSDJ em dois períodos de tempo, imagens Landsat 5 TM 1997 e Landsat 8 OLI 2015, procura encontrar a variação percentual em áreas construídas afetadas pelo colapso em 1997 e se este tinha apresentado em 2015; a metodologia utilizada para executar a tarefa é semi-automático, em primeiro lugar, Base Geográfica (GDB) será criado, com digitalização de dados áreas útil do aterro em 1997 e 2015, segunda criação com a ferramenta Buffer das áreas afetadas por este nas duas datas, em terceiro lugar, a classificação supervisionada de imagens é executada por máxima verossimilhança, onde a área afetada é obtida para cada ano, quarto, um corte é feito entre as classificações para extrair a diferença do zonas, para que a quantidade aproximada de novos solos construídos seja calculada; vale a pena notar a baixa diferença nos resultados em termos de crescimento de áreas construídas, fazendo mudanças significativas associadas decorrido entre imagens, ligadas à dinâmica de crescimento da população no tempo Distrito Capital esperado, embora deva ter em conta a desenvolvimento de construções de altura, política direcionada a mitigar a necessidade de moradia da população, além da baixa resolução espacial nas imagens implica vieses na classificação supervisionada.

Climate change is a global problem that affects the state of conservation of ecosystems in all regions of the world; as well as in the Chimborazo Fauna Production Reserve, which is linked to anthropogenic activities inside and outside it, such as the extensive and intensive grazing of sheep and cattle that have caused effects on vegetation and soil given to the consumption of native plants and all ecosystem processes because they are related to each other. The methodology used to achieve optimal discrimination of vegetation change and conservation status is obtained through the application of satellite images LANDSAT 5, LANDSAT 7, orthophotos and aerial photographs from 1962 to 1966 up to 2010 distributed in three periods; using procedures such as supervised classification and the calculation of the Normalized Differential Index of Vegetation. Anthropogenic activity for the period 1962-1966 determines 0.26% and snow is 10.30%, while for the period 2010-2011, the percentage of intervention increases to 9.54% and the snow decreases to 4.46%, evidencing the loss of perpetual snow due to solar radiation., El cambio climático es una problemática mundial que afecta al estado de conservación de los ecosistemas en todas las regiones del mundo; así como también en la Reserva de Producción de Fauna Chimborazo. Está ligado a las actividades antropogénicas dentro y fuera de la misma como es el pastoreo extensivo e intensivo de ovejas y ganado vacuno que han ocasionado efectos sobre la vegetación y en el suelo dado al consumo de plantas nativas y a todos los procesos del ecosistema por estar relacionados entre sí. La metodología usada para lograr la discriminación óptima del cambio y estado de conservación de la vegetación, se logra a través de la aplicación de imágenes satelitales LANDSAT 5, LANDSAT 7, ortofotos y fotografías aéreas a partir del año 1962 – 1966 hasta el año 2010 distribuidos en tres períodos; empleando procedimientos como la clasificación supervisada y el cálculo del Índice Diferencial Normalizado de Vegetación (NDVI). La actividad antrópica para el período 1962-1966 determina un 0.26% y la nieve un 10.30%, mientras que para el período 2010-2011, el porcentaje de intervención se incrementa a un 9.54% y la nieve decrece a un 4.46%, evidenciándose la pérdida de la nieve perpetua por influencia de la radiación solar.

10 páginas : figuras. La información derivada del monitoreo de los impactos ambientales producidos por las explotaciones mineras a cielo abierto, es fundamental para estimar cuantitativamente los cambios ocurridos en los terrenos afectados por esta actividad. El Análisis Multitemporal realizado a partir de imágenes satelitales ópticas de libre adquisición Sentinel-2 y Landsat 7, es una alternativa de bajo costo para monitorear cambios de coberturas de terrenos alterados por actividades mineras. Este artículo muestra la utilidad del análisis de cambios en áreas de coberturas, mediante el método de clasificación supervisada, y mediante el cálculo del Índice de Vegetación de Diferencia Normalizada (NDVI) para dos tiempos diferentes, en el sector de explotación de Caliza en el municipio de Duitama, Boyacá. El cambio en las diferentes categorías definidas en la clasificación supervisada, mostró un aumento del 62,3% del área de la cantera en el periodo 2000 – 2018. La detección de cambios con el Índice de Vegetación permitió identificar y cuantificar el área donde se ha restaurado el terreno mediante la revegetalización como medida de mitigación por parte de los titulares mineros. El análisis multitemporal en áreas mineras utilizando imágenes de mediana resolución de acceso libre, es una herramienta rápida, de bajo costo para el monitoreo de impactos ambientales en áreas mineras. The information derived from the monitoring of environmental impacts produced by open-pit mining operations is essential to quantify the changes that have occurred in the lands affected by this activity. The Multitemporal Analysis made from optical satellital images of free acquisition Sentinel-2 and Landsat 7, is a low cost alternative to monitor land cover changes altered by mining activities. This article shows the usefulness of the analysis of changes in areas of coverage, by means of the supervised classification method, and by calculating the Normalized Difference Vegetation Index (NDVI) for two different times, in the exploitation of Limestone in the municipality of Duitama, Boyacá. The change in the different categories defined in the supervised classification showed an increase of 62, 3% in the area of the quarry in the period 2000 - 2018. The change detection method, allows the quantification of the areas restored in reclaim zones of mine land through revegetation as a mitigation measure performed by the mine owners. Multitemporal analysis in mining areas using medium resolution free access images is a fast and low cost tool for monitoring environmental impacts in mining areas. Key words—Supervised Classification, NDVI (Normalized Difference Vegetation Index), Change Detection.

For decades the detection and monitoring of land cover have been performed by aerial-transported remote sensing and satellites. Detecting and quantifying land cover relays on sensor capacities and classification techniques, such as supervised, unsupervised and mixed. The supervised method is the most accurate and depends on the ability of the algorithm used to discriminate the categories. On the land cover associated to the tropical dry forest at Guanacaste Conservation Area, Costa Rica, supervised classifications were used, using the Minimum Distance, Mahalanobies, Maximum Likelihood, Neural Network, Support Vector Machine and Parallelepiped algorithms to determine which algorithm classified the coverages better (late forest, early forest, intermediate forest, gallery forest, pasture, mangrove) according to control points taken through field work. According to the kappa index and precision values the performance of Maximum Likelihood and Neural Network was highlighted in the classification of land coverages. This study demonstrates that a hierarchical and multi-algorithm scheme can propel the results of the classification of land cover by considering the advantages and limitations of each classification algorithm, especially when considering aspects related to sample size, sensor resolutions (temporal, spatial, radiometric, spectral), atmospheric conditions and composition of vegetation and landscape. Por décadas la detección y el monitoreo de coberturas de la tierra se ha llevado a cabo por medio de teledetección aéreo-transportada y satelital. La habilidad de detectar y cuantificar coberturas de la tierra depende en gran medida de las capacidades del sensor y técnicas de clasificación entre las cuales destacan supervisada, no supervisada y mixta. El método supervisado se considera el más preciso; sin embargo, depende de la capacidad del algoritmo utilizado para discriminar las categorías. En las coberturas de la tierra asociadas al bosque seco tropical del Área de Conservación Guanacaste, Costa Rica se realizaron series de clasificaciones supervisadas, utilizando los algoritmos Minimum Distance, Mahalanobies, Maximum Likelihood, Neural Network, Support Vector Machine y Parallelepiped para determinar cuál algoritmo clasificaba mejor cada cobertura (bosque tardío, bosque temprano, bosque intermedio, bosque de galería, pastos, manglar) según puntos de control tomados mediante trabajo de campo. De acuerdo al índice de kappa y valores de precisión se destacó el rendimiento de Maximum Likelihood y Neural Network en la clasificación de las coberturas de la tierra. Este estudio demuestra que un esquema jerárquico y multi-algoritmo puede propulsar los resultados de la clasificación de coberturas de la tierra al contemplar las ventajas y limitaciones de cada algoritmo de clasificación; especialmente si se considera aspectos relativos al tamaño de muestra, resoluciones del sensor (temporal, espacial, radiométrica, espectral), condiciones atmosféricas y composición de la vegetación y paisaje.

[ES] El presente trabajo fin de grado pretende abordar una de las fases intermedias de un proyecto nacional de mayor embergadura cuyo último objetivo es proporcionar una herramienta a los patólogos que actúe a modo de sistema de ayuda para el diagnóstico temprano del cáncer de próstata. En este TFG se lleva a cabo el diseño y desarrollo de un método de extracción avanzada de características de glándulas prostáticas de imágenes histológicas para la detección del cáncer de grado 3. Para ello se lleva a cabo una exhaustiva revisión del estado del arte y se desarrolla un método que permite realizar una profunda extracción de características basado en descriptores de forma, de textura y de color. Una vez realizado, se selecciona el espacio de características que proporciona el mayor poder discriminatorio. A continuación, se implementa un algoritmo para abordar una clasificación supervisada que distinga con la mayor precisión posible las glándulas sanas de las patológicas. De esta forma, se consigue un modelo de clasificación capaz de discernir entre ambas clases con un 97,4\% de precisión. Con respecto a la siguiente etapa, se evalúan los resultados obtenidos del mejor clasificador, la validación del mismo y la predicción con nuevas muestras. Con esta información, se pretende observar las ventajas y las limitaciones obtenidas con las técnicas implementadas, a fin de desarrollar un modelo robusto de clasificación para distinguir entre muestras histológicas de próstata benignas y con cáncer de grado 3. En base a las conclusiones, se expone una serie de líneas futuras de investigación para ayudar a la consecución del objetivo que persigue el proyecto general.

La enfermedad de Parkinson (EP) es una degeneración del sistema nervioso central (SNC) caracterizada por un deterioro progresivo de funciones motoras como lentitud de movimientos, temblor, rigidez e inestabilidad postura. Un estimulador cerebral profundo (DBS por sus siglas en inglés) es una tecnología novedosa para el tratamiento de los trastornos motores de la EP en los casos donde la medicación no es efectiva o cuando dichos fármacos generan efectos secundarios muy discapacitantes como las discenesias. Básicamente el DBS consiste en un neuroestimulador implantado o marcapasos del cerebro que mediante 2 microelectrodos estimula con pulsos de alta frecuencia al núcleo subtalámico (STN por sus siglas en inglés) de ambos hemisferios cerebrales para reducir la hiperactividad crónica de las neuronas involucradas. Para la implantación del DBS se emplean procedimientos estereotáctico con el objetivo de realizar una cirugía lo menos invasiva posible para el paciente. Utilizando un instrumento fijo al cráneo del paciente, es posible localizar tridimensionalmente una estructura cerebral de referencia. Para localizar la zona STN y dependiendo de la tecnología disponible en cada institución se utilizan: imágenes de resonancia previas a la cirugía, atlas genéricos que en algunos casos se superponen a las imágenes obtenidas, imágenes de tomografía realizadas durante la cirugía, reconstrucción 3D de la fusión de imágenes de resonancia y tomografía (corregistro), en el análisis de ritmo beta del STN y en el análisis visual y acústico de las señales obtenidas mediante microelectrodos de registro (MER por sus siglas en inglés). Los MER tienen menos de 100 micrómetros de diámetro y mediante el sistema estereotáctico mecanizado van ingresando al cerebro atravesando distintas estructuras funcionales del mismo como son el tálamo anterior (TH), la zona incerta (ZI), el núcleo subtalámico (STN) y la sustancia negra pars reticulata (SNr). Cada una de estas zonas presenta registros eléctricos específicos. El análisis de los registros MER para determinar si los electrodos están en la zona de implantación es uno de los procedimientos más utilizado en las instituciones de salud. La detección del área objetivo (STN) es una tarea compleja y la exactitud con que se cumpla depende del éxito del tratamiento con un DBS. Recientemente se han publicado los primeros trabajos que utilizando la minería de datos mediante algoritmos individuales de clasificación supervisados determinan si los registros obtenidos mediante los MER corresponden al STN. En la presente tesis se plantea como hipótesis que es posible obtener modelos de clasificación supervisados con un buen rendimiento, haciendo uso de la combinación de clasificadores y una adecuada selección de características, con el fin de que puedan ser utilizados como herramienta de soporte para detectar las señales MER correspondientes al STN durante una cirugía para implantar un DBS. Se adquirieron señales MER de 22 pacientes con Parkinson a los cuales se les realizó una cirugía bilateral para la implantación de un dispositivo DBS en STN. Las cirugías fueron desarrolladas en su totalidad en el Hospital Universitario y Politécnico La Fe de Valencia, España. Dos especialistas experimentados analizaron durante la intervención quirúrgica y para cada nivel de profundidad, si las señales MER visualizadas en el monitor se correspondían al STN u a otra zona del cerebro. Con la idea de minimizar posibles errores humanos en el proceso de etiquetación de los registros se analizaron posteriormente a cada cirugía las imágenes de coregistros realizadas durante la cirugía (al inicio y al final de la misma) que permiten determinar mediante imágenes la profundidad a la cual se ingresó al STN. Cada registro se dividió en ventanas de 1 s solapadas al 50% a las cuales se calcularon y estandarizaron off line 16 características temporales utilizando el software Matlab®. Las características utilizadas permiten describir las principales variables temporales de las señales obtenidas mediante los MER asociadas a la actividad de fondo sin considerar las espigas y otras que sólo caracterizan a las espigas. La eliminación automática de registros asociados a ruidos de movimiento, mecánicos o eléctricos fue el único pre procesamiento que se aplicó a los registros MER utilizados, asegurado que la base de datos represente situaciones semejantes de la vida real. Con la base de datos obtenida se procedió a entrenar los clasificadores con los datos de 21 pacientes (datos de entrenamiento) dejando los datos del paciente excluido para validación (datos de validación). Este proceso se repitió 22 veces dejando un paciente distinto por vez en cada conjunto de entrenamiento-validación realizando una generación de conjuntos mediante validación cruzada “leave one out” por paciente. Se configuraron y entrenaron algoritmos de clasificación individuales: K veninos más cercanos (KNN) y árboles de decisión tipo CART y CHAID. También se trabajó con las siguientes estrategias combinadas: bagging, boosting, random forest y stacking. Para todos los casos se seleccionaron los parámetros que permitieron configurar cada algoritmo para minimizar el error de clasificación mediante optimización Bayesiana. Cuando se utilizaron las 16 características temporales para entrenamiento y validación stacking obtuvo los mejores resultados utilizando 3 clasificadores diferentes como base (nivel 0): KNN, árboles de decisión tipo CART y bagging y como meta clasificador (nivel 1) a random forest. Este algoritmo combinado se denominó Stack2 y presentó una exactitud promedio porcentual (ACC) del 94,6%, una especificidad (ESP) del 95,6% y una sensibilidad (SEN) del 95,6%. Se ensayaron algoritmos de selección de características tipo filtro, de envoltura e integrados. Branch and bound resultó el mejor para los datos de la tesis y permitió seleccionar 6 características de las 16 totales (4 vinculadas a la actividad de fondo y 2 a las espigas) que mejoraron el rendimiento de Stack2 en lo que se denominó Stack2_BBound, pasando ACC al 95%, ESP al 96% y SEN al 94%. Este clasificador tuvo el mejor desempeño de todos los analizados en la presente tesis indicando que dicho clasificador presenta mayor poder de discriminación de clases mediante las características vinculadas a la actividad de fondo. Con el desarrollo de las investigaciones realizadas en la presente tesis doctoral se pudo obtener un modelo combinado de clasificación supervisada mediante la metodología stacking, cuyos indicadores de desempeño y tiempos de validación indican que puede ser utilizado, con excelente rendimiento, en un proceso de clasificación automática para detectar señales del STN a partir de procesar señales eléctricas cerebrales provenientes de micro electrodos de registros durante cirugías para implantar un estimulador cerebral profundo en paciente con Parkinson. Los indicadores de desempeño obtenidos son superiores a los reportados por otros trabajos de investigación para este mismo tipo de aplicación. Los resultados de la presente tesis contribuyen con un modelo novedoso (Stack2_BBound) que constituye el primer paso para un sistema de clasificación automático que trabaje en el quirófano como herramienta de soporte a los neurofisiólogos y neurocirujanos al momento de definir la localización óptima del electrodo de estimulación de un sistema DBS en pacientes con Parkinson. Un sistema de éstas características permitirá reducir los tiempos de una cirugía de esta naturaleza además de brindar un resultado de clasificación objetivo. A deep brain stimulator (DBS) is an implantable neuro stimulator for the treatment of motor disorders of Parkinson's disease (PD). Using minimally invasive stereotactic surgery techniques, two stimulation electrodes are usually implanted in the Subthalamic nuclei (STN) of both cerebral hemispheres. The detection of STN is a complex and crucial task for the success of the therapy with a DBS, which is carried out in most institutions through the analysis of the patterns of signals acquired using microelectrodes register (MER). The hypothesis of the present thesis is defined like it is possible to obtain supervised classification models with a good performance, making use of the ensemble classifiers and an adequate selection of characteristics, in order that they can be used as a support tool to detect the MER signals corresponding to the STN during surgery to implant a DBS. MER signals were acquired from 22 patients with PD who underwent bilateral surgery for the implantation of a DBS in STN. As the MER descended towards the STN, whose initial coordinates were established by magnetic resonance imaging, two specialists established whether the records observed at each depth level corresponded to 'STN' or 'non-STN'. After the surgery, each record was divided into windows of 1 s overlapped to 50%, which were calculated and standardized off line 16 temporal characteristics. With the database obtained, the classifiers were trained with the data of 21 patients (training data) leaving the patient's data excluded for validation (validation data). This process was repeated 22 times leaving a different patient at a time in each training-validation set. The trained stacking algorithm with the 16 temporal characteristics obtained the best results using 3 different classifiers as a base: K- nearest neighbors, CART and bagging decision trees and random forest as meta classifier. This stacking classifier obtained an average accuracy (ACC) of 94.6%, a specificity (ESP) of 95.6% and a sensitivity (SEN) of 95.6%. The branch and bound feature selection algorithm was the best for the thesis data and allowed to select 6 characteristics of the total 16 that improved the stacking performance, which one obtained an ACC of 95%, ESP of 96% and SEN of 94%. A combined model of supervised classification was obtained using the stacking and branch and bound methodology, whose performance and validation times indicate that it can be used, with excellent performance, in an automatic classification process to detect STN signals from the temporal characteristics of cerebral electrical signals of the MER.

En medicina, el problema de las tecnologías de reproducción asistida (del inglés, Assisted Reproductive Technologies , ART) ha recibido una atención considerable. Este problema consiste en solventar la di cultad de inducir un embarazo sin aumentar las probabilidades del intrínsecamente arriesga- do embarazo múltiple. Durante todo el procedimiento se tienen que tomar muchas decisiones médicas y, por consiguiente, el objetivo de las líneas de investigación actuales es aumentar el conocimiento sobre el problema pa- ra apoyar las decisiones de los médicos. Con este objetivo, se han aplicado diferentes técnicas de inteligencia arti cial y de aprendizaje automático al problema de las ART. En colaboración con la Unidad de Reproducción Asistida del Hospital de Donostia, se propone una solución para el problema del ART. El objetivo principal es obtener evidencias sobre la relevancia de los datos recopilados y su uso potencial para mejorar la tasa de embarazos. Se proponen dos enfoques diferentes que proporcionan información valiosa para resolver parcialmente el problema del ART: el primero de ellos, basado en la clasi cación supervisa- da clásica; y un segundo que se con gura como un problema de clasi cación débilmente supervisada. Al contrario de la práctica habitual, donde se suelen descartar los embriones de destino desconocido, las técnicas débilmente su- pervisadas consideran incluso las instancias de embriones/ciclos cuyo destino no se puede establecer con certeza. En los experimentos realizados, los dos enfoques han arrojado interesantes resultados.

22 páginas : imágenes. La explotación de oro aluvial es una de las actividades con mayores índices de ilegalidad del país, puesto que sólo el 2% de cumple con los requisitos legales. La explotación de oro de aluvión genera grandes impactos ambientales sobre el medio físico, biótico y social afectando grandes extensiones del territorio colombiano en los cuales se han identificado 26 departamentos con presencia de extracción de oro de aluvión, entre estos los departamentos que lideran las estadísticas son Antioquia y Chocó. Para determinar la dinámica de la explotación de oro de aluvión en los municipios de Zaragoza, el Bagre y Nechí se realizó a través de imágenes satelitales LANDSAT 8 y SENTINEL 2 correspondientes a los años 2014 y 2017 respectivamente. Por medio del software PCI geomática se realizó la corrección atmosférica a nivel de terreno para obtener valores de reflectancia, posteriormente se realizó la clasificación supervisada seguido de los procedimientos de post clasificación como son agregación de clases, edición, y evaluación de precisión. Posteriormente se calculó el porcentaje de área cobertura para cada año con el fin de determinar el incremento o disminución de explotación de oro de aluvión en el área de estudio. Por último se aplicó filtro de paso bajo y se realizó la transformación a formato vectorial para generar las salidas gráficas. Los resultados obtenidos demuestran un incremento del 936% en las coberturas de minería y pozos, y una disminución de las ciénagas y bosques del 97,4 y 10% respectivamente entre los años 2014 al 2017 Alluvial gold exploitation is one of the activities with the highest rates of illegality in the country, since only 2% of compliance with legal requirements. The exploitation of alluvial gold generates large environmental impacts on the physical, biotic and social environment affecting great areas of Colombian territory, in which 26 departments have been identified with the presence of alluvial gold extraction, among these the departments that lead the statistics are Antioquia and Chocó. To determine the dynamics of alluvial gold exploitation in the town of Zaragoza, Bagre and Nechí was carried out through satellite images LANDSAT 8 and SENTINEL 2 corresponding to the years 2014 and 2017 respectively. Subsequently, the percentage of coverage area for each year was calculated in order to determine the increase or decrease in the exploitation of alluvial gold in the study area. Finally, a low-pass filter was applied and the transformation was made to vector format to generate the graphic outputs. The results obtained show an increase of 936% in the coverage of mining and wells, and a decrease in the marshes and forests of 97.4 and 10% respectively between the years 2014 to 2017

La Región Pampeana Argentina, presenta características con altas ventajas comparativas para el desarrollo de la agriculturización. El principal objetivo de este trabajo es analizar las tasas de cambio anual en el uso del suelo en el partido de Lobería, inserto en dicha región, entre 2003 y 2011, a fin de caracterizar el proceso de agriculturización al interior del mismo, mediante la definición de paisajes. Se utilizaron imágenes satelitales clasificadas (ENVI 5.1), estadísticas oficiales, estudios antecedentes y relevamientos de campo. La tasa de cambio anual de la agricultura (δ:0,06505), muestra un incremento de la superficie destinada a esta actividad en desmedro de la ganadería, especialmente en las Llanuras onduladas. El diagnóstico integrado de los paisajes del Partido permite generar bases para una gestión sustentable de las actividades agroproductivas. The Argentine Pampas Region presents high comparative advantages for agriculturalization development. The main objective of this paper is to analyze the annual rates of land use change in Loberia County, in that region, from 2003 to 2011, in order to characterize the agriculturalization process by defining landscapes. Classified satellite images (ENVI 5.1), official statistics, previous papers and field surveys were used. The annual rate of land use change to agriculture (δ: 0,06505) shows an increase of the area allocated to this activity to the detriment of livestock, especially in the rolling plains. The integrated diagnostic of the County landscapes allows generating a basis for the sustainable management of agroproductive activities. Fil: Vazquez, Patricia Susana. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Humanas. Centro de Estudios Sociales de America Latina; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Zulaica, Maria Laura. Universidad Nacional de Mar del Plata. Facultad de Arquitectura, Urbanismo y Diseño. Instituto de Hábitat y Medio Ambiente; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina Fil: Sequeira, Nahuel David. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Humanas. Centro de Estudios Sociales de America Latina; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina

El estudio multitemporal permite detectar cambios en una región determinada empleando técnicas de clasificación a partir de una comparación de coberturas entre imágenes satelitales (en este caso) de diferente temporalidad, logrando así una tipificación del territorio para cada imagen por separado a fin de evaluar su información y posteriormente determinar los cambios ya sea por consecuencias naturales o por influencia del ser humano. Dicho lo anterior, es preciso anotar que el propósito de este estudio es evaluar la afectación por actividades agropecuarias en el Páramo Guerrero ubicado al norte del departamento de Cundinamarca utilizando imágenes satelitales Landsat entre los años de 2001 y 2016. Así mismo, esta investigación pretende determinar las áreas agropecuarias existentes en la totalidad del territorio del Páramo y su evolución y/o variación a través de los años, realizando para ello una clasificación supervisada utilizando el software PCI Geomática con el fin de obtener una aproximación de las coberturas del suelo existente, especialmente en búsqueda de la identificación de cultivos transitorios localizados en la zona de estudio y respectivamente, analizar la información resultante mediante Arcmap calculando su incremento o decremento según corresponda evaluando la afectación del ecosistema de páramo. The multitemporal study allows the detection of changes in a specific region using classification techniques based on a comparison of coverage between satellite images (in this case) of different temporality, obtaining a territory typification for each image separately in order to evaluate its information and then determine the changes either by natural consequences or by human influence. Having said that, it is necessary to note that the purpose of this study is to evaluate the affectation by agricultural activities in the Páramo Guerrero located to the north of the department of Cundinamarca using satellite images Landsat between the years of 2001 and 2016. Likewise, this research intends to determine the existing agricultural areas in the entire territory of the Páramo and its evolution and / or variation over the years, by carrying out a supervised classification using the PCI Geomatics software in order to obtain an approximation of The coverings of the existing soil, especially in search of the identification of transient crops located in the study area and respectively, analyze the resulting information using Arcmap calculating their increase or decrease as appropriate evaluating the affectation of the páramo ecosystem.

El Análisis comparativo el software Quantum Gis (QGIS) y de PCI Geomatics (PCI) tiene como objetivo conocer las ventajas de cada uno de estos en el proceso de una clasificación supervisada para coberturas vegetales, el análisis se desarrolló teniendo en cuenta tres aspectos importantes en cuanto a la calidad de un software, se centró en calificar la eficiencia, productividad y calidad de cada uno de ellos. The Comparative Analysis software Quantum Gis and PCI Geomatics aims to know the advantages of each of these in the process of a supervised classification for plant coverages, the analysis was developed taking into account three important aspects in terms of the quality of a Software, focused on qualifying the efficiency, productivity and quality of each one of them.

En el artículo se presenta el análisis de la variación superficial del área del glaciar del volcán nevado de Santa Isabel, localizado en los límites de los departamentos de Risaralda, Caldas y Tolima entre los años: 1986, 1989 y 1999, esta investigación posee tres momentos importantes concernientes a: Pre-procesamiento, procesamiento y pos-procesamiento; En la etapa de pre-procesamiento se seleccionaron y obtuvieron las imágenes satelitales de la zona de estudio de la página de la U.S. Geological Survey para los años 1986, 1989 y 1999, las mismas fueron delimitadas mediante un recorte realizado en el software PCI Geomática; En el procesamiento se implementaron los softwares PCI Geomática para correr el algoritmo de máxima probabilidad y así obtener una clasificación de coberturas con sus respectivas correcciones y ArcGIS para realizar un análisis de geometría luego de una importación de los resultados obtenidos en el software PCI Geomática y con esto encontrar el área superficial de la cobertura del nevado de Santa Isabel que permitió establecer la variación de la misma en cada uno de los años de estudio y en el pos-procesamiento se estableció la variación en kilómetros cuadrados y porcentuales del área del glaciar del volcán nevado de Santa Isabel con base en los resultados obtenidos del software ArcGIS, se concluye que entre los años 1986 a 1989 vario en detrimento la cobertura de estudio en 1.071952 kilómetros cuadrados correspondiente a 15%, entre los años 1989 a 1999 siguió disminuyendo la cobertura de estudio en 1.06337 kilómetros cuadrados correspondiente a 17%, para un cambio total en el periodo de tiempo de 1986 a 1999 de 2.135322 kilómetros cuadrados correspondientes a 28%. The article presents the analysis of the surface variation of the glacier area of the snowy volcano of Santa Isabel, located in the limits of the departments of Risaralda, Caldas and Tolima between the years: 1986, 1989 and 1999, this research has three Important moments concerning: Pre-processing, processing and post-processing; In the pre-processing stage, satellite images were selected and obtained from the study area of the U.S. Geological Survey for the years 1986, 1989 and 1999, they were delimited by a cut made in the Geomatics PCI software; In the processing the Geomatics PCI software was implemented to run the algorithm of maximum probability and thus obtain a classification of coverages with their respective corrections and ArcGIS to perform a geometry analysis after an import of the results obtained in the Geomatics PCI software and with This finding the surface area of the snow cover of Santa Isabel that allowed to establish the variation of the same in each one of the years of study and in post-processing, the variation in square and percentage kilometers of the glacier area of the Santa Isabel snow-capped volcano was established based on the results obtained from the ArcGIS software, it is concluded that between 1986 and 1989 several studies were depleted At 1.071952 square kilometers corresponding to 15%, between 1989 and 1999 the study coverage continued to fall by 1.06337 square kilometers corresponding to 17%, for a total change in the period from 1986 to 1999 of 2.135322 square kilometers corresponding to 28 %.

Araucaria forests (Araucaria araucana) have a tremendous ecological relevance; however, the information concerning their spatial distribution is still insufficient. They have only been classified according to small management scales, using satellite photos and images processed through conventional methods. The present study had as its objective to discriminate and characterize types of A. araucana forests in the Conguillío National Park, located in the Southern-Center Chile, through data derived from the Landsat-5 TM satellite and geographic information systems. The normalized difference vegetation index (NDVI) was satisfactorily related with variables corresponding to crown coverage and the diameter at breast height; thus, these index values were incorporated to the classification process. Using the digital elevation model and the NDVI, the effect provoked by the shadow was minimized. Seven types of forests, between dense and semi-dense-open, were discriminated in accordance with the accompanying species. The global reliability of the classification was 83.8 %. The greatest reliability for the producer was for the medium crown density forest of A. araucana – N. dombeyi (B1) (87.5 %); and for the consumer, for the high crown density forests of A. araucana – N. dombeyi (B1) and also for those of medium density (B2) (93 %). It is concluded that incorporating NDVI values and data derived from the digital elevation model to the satellite classification process, it is possible to discriminate araucaria forests with satisfactory reliability in areas of rough relief, which is very useful information for the management of these forestry ecosystems., Los bosques de Araucaria araucana poseen gran relevancia ecológica, sin embargo su distribución espacial es poco conocida. Sólo han sido clasificados a escala pequeña, utilizando fotos e imágenes de satélite procesados con métodos convencionales. El presente estudio tuvo como objetivo discriminar y caracterizar tipos de bosques de A. araucana en el Parque Nacional Conguillío, localizados en el centro-sur de Chile, mediante datos derivados del satélite Landsat-5 TM y sistemas de información geográfica. El índice de vegetación de diferencia normalizada (NDVI) se relacionó satisfactoriamente con las variables cobertura de copa y el diámetro a la altura del pecho, por esta razón, se incorporaron valores de este índice al proceso de clasificación. A partir del modelo digital elevación y el NDVI se minimizó el efecto provocado por la sombra. Se discriminaron siete tipos de bosques, entre densos y semidensos-abiertos, y de acuerdo con las especies acompañantes. La fiabilidad global de la clasificación fue de 83,8 %. La mayor fiabilidad para el productor fue para el bosque de mediana densidad de copa de A. araucana-Nothofagus dombeyi (B2) (87,5 %) y para el consumidor, para los bosques de alta densidad de copa de A. araucana-N. dombeyi (B1) y también los de mediana densidad (B2) (93 %). Se concluye que incorporando valores NDVI y datos provenientes del modelo digital de elevación al proceso de clasificación satelital, es posible discriminar bosques de araucaria con fiabilidad satisfactoria en áreas de relieve abrupto, información muy útil para manejar estos ecosistemas boscosos.

Landscape indices or metrics have been widely used to relate spatial patterns to ecological processes or ecological functions. Landscape indices have several uses and applications. However, there is evidence that landscape indices are very sensitive to remote sensing imagery analysis. The aim of this study was to assess the effect of accuracy of satellite imagery classification on landscape indices for the analysis of spatial structure. We used the supervised classification method with different classification strategies based on spectral and ancillary information. Eight images classified using different strategies were produced from a single satellite image. Landscape indices at landscape and class level were computed. Overall, results showed that images with higher classification accuracy have lower coefficient of variation of landscape indices. Some landscape indices as Shannon and Simpson diversity, percentage of like adjacencies, and aggregation index showed lower sensitivity to the increase of classification accuracy. However, other indices as patch density and core area were more sensitive. Sources of error in the satellite imagery analysis are very diverse. Hence, caution is advised in the analysis of spatial structure using landscape indices., Los índices o métricas de paisaje han sido ampliamente utilizados para relacionar patrones espaciales con procesos o funciones ecológicas. Si bien, su utilización y aplicaciones son amplias, se ha encontrado que los índices de paisaje son muy sensibles a algunos aspectos relacionados con el análisis de imágenes de sensores remotos. El objetivo de este estudio fue evaluar el efecto de la exactitud de clasificación de imágenes satelitales en los índices de paisaje para el análisis de la estructura espacial. Se utilizó el método de clasificación supervisada con distintas estrategias basadas en información espectral y auxiliar. A partir de una imagen satelital se generaron un total de ocho imágenes clasificadas con las distintas estrategias. Se calcularon índices de paisaje a nivel de paisaje y clase derivados de cada una de las imágenes clasificadas. Los resultados muestran que, en general, las imágenes con mayor exactitud presentan menores valores de coeficiente de variación en los índices de paisaje. Existen índices que muestran una menor sensibilidad frente al incremento en la exactitud de la clasificación, como los índices de diversidad de Shannon y Simpson, el porcentaje de adyacencias comunes y el índice de agregación. Sin embargo, otros índices muestran mayor sensibilidad, como la densidad de parches y el área núcleo. Las fuentes de error en el análisis de imágenes de sensores remotos son muy variadas. Debido a esto, se debe tener especial precaución en estos aspectos cuando se realice un análisis de la estructura espacial mediante índices de paisaje.

La Región Pampeana Argentina, presenta características con altas ventajas comparativas para el desarrollo de la agriculturización. El principal objetivo de este trabajo es analizar las tasas de cambio anual en el uso del suelo en el partido de Lobería, inserto en dicha región, entre 2003 y 2011, a fin de caracterizar el proceso de agriculturización al interior del mismo, mediante la definición de paisajes. Se utilizaron imágenes satelitales clasificadas (ENVI 5.1), estadísticas oficiales, estudios antecedentes y relevamientos de campo. La tasa de cambio anual de la agricultura (δ:0,06505), muestra un incremento de la superficie destinada a esta actividad en desmedro de la ganadería, especialmente en las Llanuras onduladas. El diagnóstico integrado de los paisajes del Partido permite generar bases para una gestión sustentable de las actividades agroproductivas. The Argentine Pampas Region presents high comparative advantages for agriculturalization development. The main objective of this paper is to analyze the annual rates of land use change in Loberia County, in that region, from 2003 to 2011, in order to characterize the agriculturalization process by defining landscapes. Classified satellite images (ENVI 5.1), official statistics, previous papers and field surveys were used. The annual rate of land use change to agriculture (δ: 0,06505) shows an increase of the area allocated to this activity to the detriment of livestock, especially in the rolling plains. The integrated diagnostic of the County landscapes allows generating a basis for the sustainable management of agroproductive activities. Universidad Nacional del Centro de la Provincia de Buenos Aires Universidad de Mar del Plata

Treball Final de Grau en Enginyeria Informàtica. Codi: EI1054. Curs acadèmic: 2016-2017 Este documento recopila los detalles y procedimientos más importantes del Proyecto de Final de Grado realizado a partir de la Estancia en Prácticas en la empresa de Francesc Alted. El principal objetivo fue el desarrollo de algoritmos de aprendizaje automatizado para el compresor de datos Blosc. Actualmente, el compresor Blosc dispone de tantas opciones a configurar para el usuario que resulta difícil conseguir la óoptima para cada caso de uso y además requiere tener conocimientos sobre el mismo para utilizarlo de forma eficaz. Con el objetivo de reducir la complejidad de uso, durante la estancia en prácticas se desarrollaron algoritmos de clasifiación supervisada para que escogieran las opciones óptimas por el usuario, según el resultado que éste quisiera obtener. Además de los procedimientos seguidos en el desarrollo de estos algoritmos, también se detallan los fundamentos teóricos en los que se basan y se realiza una comparativa entre los mismos en cuanto a precisión y rendimiento. Las técnicas de clasifiación supervisada que se han utilizado son: análisis discriminante, regresión multinomial, máquinas de vector soporte, vecinos más próximos y bosques aleatorios.