UNIVERSIDAD NACIONAL DE LOJA

rea Agropecuaria y de Recursos Naturales Renovables

ING. FORESTAL
MDULO IX

Integrantes: vila Mara Cabrera Janeth Erazo Alexis Tandazo Jinhson Torres Jonathan

1.

Introduccin

En el procesamiento digital de imgenes satelitales, cuando se llevan a cabo clasificaciones supervisadas se asume que todas las coberturas son puras:
Bosques, solo bosques Pero en otros usos como: reas urbanas o zonas agrcolas Estos usos y coberturas generan una respuesta espectral mixta Al asumir que los usos y coberturas son puros : representacin del espacio geogrfico no bien ajustada a la realidad, (Gutirrez y Jegat 2005)

 para la asignacin de atributos en las imgenes satelitales se usa:

Clasificacin supervisada con reas de entrenamiento clasificacin no supervisada(Gutirrez y Jegat 2005). La utilizacin de la clasificacin borrosa: Si existen usos y coberturas mezclados Informamos sobre los porcentajes de mezcla o transicin, segn sea nuestro conocimiento(Gutirrez y Jegat 2005).

2. Definiciones

En la dcada de los 90

reconoci: mtodos inadecuados

Uso del concepto de la teora

Prdida de informacin e inexactitud clsica

Segn Guirrez y Jegat (2005), proponen la clasificacin borrosa, para: Mejorar el procesamiento de informacin Aplicaciones con SIG Mtodo para explicar la complejidad de un sistema Calculo de compatibilidad probabilidad Basada en distribucin de frecuencias

La CB, describe propiedades que tienen una variacin continua en sus valores (tarjetas semnticas)

 Mtodo de la clasificacin supervisada (Chuvieco 2008) una clase Ejem:

un pixel pertenece a

La clasificacin borrosa :
da solucin a este problema cada pixel se etiqueta en varias categoras, con un valor ms o menos en funcin de su similitud espectral (Chuvieco 2008). la funcin de pertenencia corresponde a una distribucin binaria: 0 no pertenece, 1 pertenece, (Gutirrez y Jegat 2005).

 Soto y Jimnez (2011) definen la CB como un clasificador que admite una cierta incertidumbre entre la verdad y la falsedad de sus proporciones.
En la teora clsica: lgica booleana En la teora de conjuntos borrosos: propone presentar el grado de pertenencia por medio de un valor

3.

Consideraciones finales

Base matemtica rica para entender problemas de decisin Conjuntos fuzzy, proviene de la observacin de que no todas las locaciones de un mapa se ajuntan a una simple categora (Gutirrez y Jegat 2005). Segn Chuvieco (2008), Lgica Borrosa son pretende analizar coberturas con alto grado de mezcla, como es el caso de las categoras urbanas Algunas investigaciones, han integrado la lgica difusa y las redes neuronales para mejorar la evaluacin de la exactitud (Soto y Jimnez 2011; Gutirrez y Jegat 2005).

GRACIAS

BIBLIOGRAFA Chuvieco S. 2008. Teledeteccin ambiental. La observacin de la Tierra desde el espacio. 3ra Edicin. Editorial Ariel S.A. Barcelona, Espaa. 417-421. Guirrez J., H. Jegat. 2005. Uso de la teora de lgica difusa en la clasificacin imgenes satelitales con cobertura mixtas: el caso urbano de Mrida, Venezuela (en lnea). Interciencia. 30: 5 (261-266). Disponible en: http://www.interciencia.org/v30_05/261_gutierrez.pdf (Consultado: mircoles 31, 2012). Soto C., C. Jimnez. 2011. Aprendizaje supervisado para la discriminacin y clasificacin difusa (en lnea). Dyna rev.fac.nac.minas. Medelln, Colombia. 78:169 (26-33).. Disponible en: http://www.scielo.org.co/pdf/dyna/v78n169/a03v78n169.pdf (Consultado: mircoles 31, 2012).