Registro completo de metadatos
| Campo DC | Valor | Lengua/Idioma |
|---|---|---|
| dc.provenance | Comisión de Investigaciones Científicas | - |
| dc.contributor | Gandini, Marcelo Luciano | - |
| dc.contributor | Lara, Bruno Daniel | - |
| dc.creator | Lara, Bruno Daniel | - |
| dc.date | 2013 | - |
| dc.date.accessioned | 2019-04-29T16:09:53Z | - |
| dc.date.available | 2019-04-29T16:09:53Z | - |
| dc.date.issued | 2013 | - |
| dc.identifier | http://digital.cic.gba.gob.ar/handle/11746/2639 | - |
| dc.identifier.uri | http://rodna.bn.gov.ar:8080/jspui/handle/bnmm/310675 | - |
| dc.description | Durante el primer período de Beca de Estudio, luego de evaluar minuciosamente el mapa elaborado por Vervoorst, se decidió trabajar con la zona más representativa donde se encontraba el pajonal de paja colorada, un área de 21.911,4 km2 la cual abarca varios partidos bonaerenses y fue denominada como "zona núcleo". Metodología 1. Elección de las imágenes satelitales Para el mapeo del pajonal se utilizaron las siguientes imágenes satelitales: - Landsat 5 TM adquirida el 30 de marzo de 2011, path/row = 225/85. - Landsat 7 ETM+ adquirida el 4 de diciembre de 2000, path/row = 225/85. - Landsat 5 TM adquirida el 21 de agosto de 1988, path/row = 225/85. - Landsat 1 MSS adquirida el 14 de enero de 1974, path/row = 241/85. - Landsat 2 MSS adquirida el 16 de octubre de 1975, path/row = 242/85. 2. Co-registración y corrección por efectos de la atmósfera Teniendo en cuenta el objetivo de determinar los cambios de coberturas, el primer paso fue remuestrar las imágenes Landsat MSS a un tamaño de pixel de 30 metros para homogeneizar las resoluciones espaciales con las demás imágenes. Además, teniendo en cuenta que el recorrido de los satélites Landsat 1 y 2 eran diferentes a los más modernos se debió realizar un mosaico con 2 imágenes (con fechas diferentes ante la imposibilidad de contar con imágenes de la misma fecha). Posteriormente, se realizaron las respectivas correcciones atmosféricas mediante el método de Sustracción de Objetos Oscuros (DOS, por sus siglas en inglés) y teniendo en cuenta los coeficientes de calibración radiométrica brindados por la agencia espacial norteamericana. De esta manera, se pudo trabajar basándose en magnitudes físicas como es la reflectancia de la superficie. 3. Adquisición del modelo digital de elevación, evaluación de su exactitud y obtención de topografías relativas. Para conocer la relación entre la distribución actual del pajonal de paja colorada y la topografía del área de estudio, se utilizó el modelo digital de elevación ASTER 2 obtenido a partir de imágenes estereoscópicas. Esta nueva versión posee la misma estructura que la anterior, pero se ha incluido un mayor número de imágenes que reducen la presencia de artefactos, mejoran la precisión vertical y horizontal, mejoran la resolución horizontal y poseen valores con mayor exactitud sobre los cuerpos de agua. Para evaluar su precisión se digitalizaron, a partir de cartas topográficas 1:100.000 del IGN, 361 puntos que fueron considerados como "verdad de campo". Estos puntos fueron comparados con los valores de altitud del modelo en esa misma posición, obteniéndose así una estimación del error. Los estadísticos utilizados para cuantificar la exactitud del DEM fueron el error medio (EM) y el error cuadrático medio (EMC). De esta manera, se realizó una prueba de t comparando el EM con un valor máximo de 0, bajo la hipótesis nula de que no existían diferencias significativas entre las alturas del modelo y las provistas por las cartas topográficas. Al no resultar significativa la diferencia en valores de alturas se procedió a extraer las distintas topografías relativas utilizando un kernel de 9 x 9: cubetas, canales, crestas, pasos, picos y planos. Cada una de ellas están definidas a partir del contexto de pixeles vecinos, donde influyen la dirección de los perfiles de máxima y mínima convexidad. 4. Identificación de las distintas clases de cobertura Siguiendo trabajos precedentes sobre vegetación se utilizaron las siguientes unidades o clases de coberturas: pajonal, matriz de pastos cortos, pasturas, cultivos y cuerpos de agua. Para la identificación de las clases de coberturas en los distintos períodos se procedió a clasificaciones supervisadas siguiendo el criterio de máxima verosimilitud; para remover los pixeles aislados (efecto "sal y pimienta") se utilizó un filtro de mediana de 7 x 7. Para la imagen de 2011 se utilizaron 144 sitios de entrenamiento (61 de pajonal, 21 de matriz de pastos cortos, 15 de pasturas, 26 de cultivos y 21 de cuerpos de agua) localizados a partir del uso de GPS. Los sitios de pajonal y matriz de pastos cortos fueron localizados en viajes de campaña durante los años 2009, 2010 y 2011. Teniendo en cuenta que los cambios a lo largo del área de estudio ocurren lentamente (a excepción de las áreas cultivadas), se supone que las condiciones no son sustancialmente diferentes a la fecha de adquisición de la imagen. Las áreas de entrenamiento para las coberturas restantes fueron localizadas durante la temporada estival de 2011, próxima a la fecha de captura de la imagen Landsat. Para la imagen de 1988 se digitalizaron 186 sitios de entrenamiento (78 de pajonal, 31 de matriz de pastos cortos, 32 de pasturas, 25 de cultivos y 20 de cuerpos de agua) a partir de 44 fotografías aéreas tomadas en vuelos del año 1984. Aquellos polígonos que no respondían a la firma espectral esperada para cada tipo de cobertura fueron descartados. Para las imágenes de los años 1974-1975 y 2000 se trazaron polígonos sobre las mismas de acuerdo a un análisis visual y corroborando con las firmas espectrales mencionadas previamente. En este punto, el trabajo se demoró más de lo proyectado debido a la dificultad en la identificación de las coberturas vegetales. El período óptimo de adquisición de las imágenes donde se exhibe la máxima "separación espectral" entre el pajonal y la matriz de pastos cortos es durante el invierno; durante esta estación no resultó posible adquirir una imagen con baja cobertura de nubes (a excepción de 1988) por lo que se tuvo que trabajar en base a imágenes adquiridas durante otras estaciones, donde el comportamiento espectral de las coberturas vegetales no permite una óptima separación. De todos modos, se realizó una transformación a las imágenes, denominada Tasseled Cap, que resultó muy satisfactoria a la hora de discriminar mediante color y textura las diferentes coberturas antes mencionadas (cambios prácticamente indetectables en la imagen). De esta manera y a pesar de las dificultades metodológicas encontradas, se obtuvieron clasificaciones con una precisión global buena (índice Kappa entre 0.65 y 0.89). Estos valores de precisión son similares e incluso superiores a los encontrados en publicaciones de la especialidad sobre paisajes muy similares. Por último, se propone, por un lado, desarrollar los informes científicos correspondientes y las publicaciones científicas en revistas de la especialidad y, por el otro, culminar el desarrollo de la tesis para adquirir el grado de Magíster en Teledetección y Sistemas de Información Geográfica. | - |
| dc.format | application/pdf | - |
| dc.format | 7 p. | - |
| dc.language | spa | - |
| dc.rights | info:eu-repo/semantics/openAccess | - |
| dc.rights | Attribution 4.0 International (BY 4.0) | - |
| dc.source | reponame:CIC Digital (CICBA) | - |
| dc.source | instname:Comisión de Investigaciones Científicas de la Provincia de Buenos Aires | - |
| dc.source | instacron:CICBA | - |
| dc.source.uri | http://digital.cic.gba.gob.ar/handle/11746/2639 | - |
| dc.subject | Ciencias Agrícolas | - |
| dc.subject | Ciencias Biológicas y de la Salud | - |
| dc.title | Informe científico de Beca de Estudio: Lara, Bruno Daniel (2012-2013) | - |
| dc.type | info:eu-repo/semantics/report | - |
| dc.type | info:eu-repo/semantics/publishedVersion | - |
| dc.type | info:ar-repo/semantics/informeTecnico | - |
| Aparece en las colecciones: | Comisión de Investigaciones Científicas de la Prov. de Buenos Aires | |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.