Rico Páez, Edgar AndresSanta Guzmán, Luis FernandoFuentes López, Hector Javier2020-12-112020-12-11http://hdl.handle.net/11349/25786En la presente investigación se aplicó la técnica geoestadística multivariada de Análisis de Componentes Principales Regionalizados (ACPR), la cual es una técnica de mejoramiento espectral que a diferencia del Análisis de Componentes Principales (ACP) describe la estructura de correlación espacial de las bandas de la imagen, a partir de la cual genera un nuevo grupo de bandas artificiales de menor dimensión, menos correlacionado y más interpretable. Se obtuvieron clasificaciones supervisadas con las bandas de ACP y ACPR como insumo, donde se eligió el algoritmo de clasificación Distancia de Mahalanobish, el cual ofreció los mejores resultados en la clasificación, según lo evaluado cualitativamente con la imagen satelital y las fotografías aéreas de GoogleEarth.La calidad de estas clasificaciones se determinaron calculando las matrices de confusión e índices Kappa (κ), mostrando que la clasificación obtenida a partir de las bandas de ACPR para 60m ofreció la mejor exactitud temática, con el mayor valor de κ =0.8640.application/pdfDerechos de autor 2017 Revista de Topografía AZIMUTACPACPRtécnica geoestadística multivariadaestructura de correlación espacialalgoritmo de clasificaciónexactitud temáticainfo:eu-repo/semantics/article