Please use this identifier to cite or link to this item: http://hdl.handle.net/11349/2368
Title: Metodología para la identificación de especies vegetales invasoras Ulex europaeus (retamo espinoso) y Genista monspessulana (retamo liso) en zonas piloto de Bogotá D.C usando imágenes multiespectrales de alta resolución.
Author: Castro Vanegas, Daner Estefan
Peñaloza Rivera, Fabián Steven
Advisor: Lizarazo Salcedo, Ivan Alberto
Riaño Melo, Orlando
Keywords: Metodología
Especies invasoras
Imágenes multiespectrales
Alta resolución
Date: 13-Aug-2015
Abstract: Invasive species are the second leading cause of biodiversity loss in terrestrial ecosystems, many of which are considered transformative species that for itself can drastically change the conditions and characteristics of terrestrial habitats as in the case of bushes Ulex europaeus (spiny gorse) and Genista monspessulana (smooth retamo), although the latter less aggressive, the spiny gorse is regarded worldwide as one of the 100 most aggressive invasive species on the planet and in Colombia it is among the top 10 more invasive species. One of the main challenges for ecological restoration is the restoration of areas with invasive alien species and to fulfill it is necessary to identify the areas affected by the invasion. However, identifying the location of this species through field trips is a task that would take a long time. For this reason the overall objective of the study was to develop a methodology from processing digital multispectral high-resolution satellite images for identifying the spatial distribution of invasive plant species in two areas of Bogotá D.C. Although he could not develop the methodology for plant smooth spice retamo, since it is mainly in the undergrowth which did not allow to identify the species by remote sensing.The general methodology of research includes satellite images for the pre-processing (atmospheric correction and generation of vegetation indices); processing classification using two environments: oriented pixels using unconventional object-oriented algorithms LDA, SVM and DT, and using the maximum likelihood algorithm. These two areas were tested to determine which one offers the best classification of satellite images and thus identify the spatial distribution of invasive plant species. After a thorough analysis, the best result was obtained using the object-oriented environment.
Description: Las especies invasoras son la segunda causa de pérdida de biodiversidad en ecosistemas terrestres, muchas de ellas son consideradas especies transformadoras que por sí solas pueden modificar drásticamente las condiciones y características de los hábitats terrestres como es el caso de los arbustos Ulex europaeus (retamo espinoso) y Genista monspessulana (retamo liso), aunque este último menos agresivo, el retamo espinoso a nivel mundial es considerada como una de las 100 especies invasoras más agresivas del planeta y en Colombia se encuentra entre las 10 especies más invasoras.Uno de los grandes retos actuales para la restauración ecológica es la restauración de áreas con especies exóticas invasoras y para cumplirlo es necesario identificar las áreas afectadas por la invasión. Sin embargo, la identificación de la localización de esta especie mediante recorridos en campo es una labor que tomaría mucho tiempo. Por tal razón el objetivo general del estudio fue desarrollar una metodología a partir del procesamiento digital de imágenes satelitales multiespectrales de alta resolución que permite identificar la distribución espacial de la especie vegetal invasora en dos zonas de Bogotá D.C. Aunque no se pudo desarrollar la metodología para la especia vegetal retamo liso, puesto que se desarrolla principalmente en el sotobosque lo cual no permitió identificar dicha especie mediante sensores remotos. La metodología general de la investigación incluye para las imágenes satelitales el pre-procesamiento (corrección atmosférica y generación de índices de vegetación); procesamiento usando dos ambientes de clasificación: orientado a pixeles usando los algoritmos no convencionales LDA, SVM y DT, y el orientado a objetos usando el algoritmo de máxima probabilidad. Estos dos ambientes se sometieron a prueba para determinar cuál ofrece la mejor clasificación de las imágenes satelitales y así poder identificar la distribución espacial de la especie vegetal invasora. Después de un análisis riguroso, el mejor resultado fue obtenido mediante el ambiente orientado a objetos.
URI: http://hdl.handle.net/11349/2368
Appears in Collections:Ingeniería Catastral y Geodesia

Files in This Item:
File Description SizeFormat 
CastroVanegasDanerEstefan2015.pdfTrabajo de Grado51,02 MBAdobe PDFView/Open
Anexos.rarAnexos30,44 MBUnknownView/Open


This item is licensed under a Creative Commons License Creative Commons