Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat

Abstract

El tipo de cobertura del suelo es un dato de mucha importancia en el ámbito del manejo de los recursos naturales, siendo uno de los factores que cambia más rápidamente también en el sector agrícola. La clasificación de imágenes provenientes de sensores remotos permite monitorear dichos cambios con precisión, en forma periódica y a menores costos que con métodos tradicionales. Las imágenes del satélite Landsat TM son ampliamente utilizadas para realizar dichas clasificaciones. La soja (Glycine max (L.) Merrill) y el maíz (Zea mays L.) son los cultivos más importantes en Argentina, por área sembrada y réditos económicos producidos. En el presente trabajo se clasificaron dos imágenes Landsat, empleando cuatro métodos de clasificación supervisada, utilizando el software Envi 4.6. El objetivo fue evaluar y comparar los métodos aplicados para el mapeo de la cobertura del suelo, en el área central de Córdoba (Argentina). El desempeño de los clasificadores fue muy bueno, siendo el de máxima probabilidad el que presentó mejores resultados, con estadístico Kappa catalogado como excelente, tanto para la imagen de inicio de la campaña agrícola como para la de finales de de la misma.