invemar
todos por un nuevo pais - minambiente
SiAMSistema de Información Ambiental Marina

Explore la biodiversidad

Detalle de Documento

  • Propuesta metodológica para delimitación de bosques de manglar a partir de datos satelitales utilizando SPRING v 4.1, en la reserva de biósfera Ciénaga Grande de Santa Marta, Caribe Colombiano

    Publicado: 2014-12-11 08:33:29

    Autor(es): Lozano-Rivera, Pilar. Sierra-Correa, Paula Cristina.

    Palabras Clave: manglares, investigacion, manglares, investigacion

    ID: ark:/81239/m9ms4c

  • Descargar

"Ciénaga Grande de Santa Marta" se encuentra en la costa norte de Colombia 10 ° 43 '- 11 ° 00' Norte y 74 ° 16 '- 74 ° 38 oeste. Se ha designado como Reserva de la Biosfera por la UNESCO en 2000. Este pantano tiene una importancia estratégica para la región neotropical, debido a su notable ecológico, hidrológico y geomorfológico características, algunas de ellas únicas. Recientemente, su área de cobertura de manglar ha sido evaluada basado en los datos satelitales por medio de varias metodologías ceder a una base de datos de información geográfica de casi 50 años. Aquí proponemos una metodología unificada para evaluar errores y nivel de confianza en las nuevas bases de datos. Se basa en la segmentación de imágenes y algoritmos supervisados y no supervisados para la región de la clasificación implementado en PRIMAVERA v. 4.1. Resultados alentadores se han obtenido en la segmentación al utilizar el espectro bandas de rojo e infrarrojo (bandas 3 4 y 5 del Landsat) con un umbral de similitud de 8 y el área umbral de 50. Por otra parte, al utilizar algoritmos ISOSEG y Bhattacharya con un nivel de confianza del 95% para la supervisión y tareas supervisadas respectivamente. The "Cienaga Grande de Santa Marta" is located in the north coast of Colombia 10°43’ - 11°00’ North and 74°16’ - 74°38 west. It has been designated as Biosphere Reserve by the UNESCO in 2000. This marsh has a strategic importance for the neotropical region because of its remarkable ecological, hydrological and geomorphological characteristics, some of them unique. Recently, its mangrove covering area has been evaluated based on satellital data by means of several methodologies yielding to a geographic information data base of almost 50 years. Here we propose a unified methodology to assess errors and confidence level on new databases. It is based on image segmentation and supervised and unsupervised algorithms for region classification implemented in SPRING v. 4.1. En