CLASIFICACIÓN DE Avena sterilis A ESCALA COMARCAL CON IMÁGENES QUICKBIRD

En este trabajo se realizó un análisis comparativo de fiabilidad de tres clasificadores supervisados (Distancia de Mahalanobis, Máxima Probabilidad y Support Vector Machine) para analizar si dichas herramientas presentan la capacidad de clasificar de forma eficiente rodales de la mala hierba Avena sterilis L. en parcelas de trigo para un posterior manejo localizado con herbicidas. Estos métodos se eligieron por su marcada diferencia conceptual/matemática respecto a los criterios que siguen para la asignación de píxeles a cada categoría. El análisis se realizó sobre 2 imágenes multiespectrales QuickBird tomadas en primavera de 2006 y 2008. Los resultados obtenidos mostraron claramente que los tres clasificadores analizados permitían una precisa discriminación y mapeo de las infestaciones, presentando muy buenos resultados en las dos imágenes con fiabilidades globales superiores al 91% y con diferencias entre ellos que no superaron el 2,5%. El clasificador que mejor discriminación mostró en la imagen de 2006 fue Máxima Probabilidad con una fiabilidad global del 98,29%, mientras que en la imagen de 2008 el clasificador Support Vector Machine fue el más preciso con un 93,63%.