Monitoreo Land Cover en el Parque Nacional Pumalín Douglas Tompkins

La herramienta implementada y validada mediante aproximadamente 2000 puntos de entrenamiento (80% para entrenamiento y un 20% para validación)* para el Parque Nacional Pumalín Douglas Tompkins, logra alcanzar mediante técnicas de árboles de decisión, una precisión global superior al 87% en la clasificación de Objetos de Conservación del Parque. Se usó un conjunto de 51 variables predictivas, y el algoritmo Random Forest (RF) para las labores de clasificación digital. Las variables se pueden separar en cuatro grupos:

• Variables fenológicas (3)

• Composiciones estacionales de NDVI (12)*

• Variables texturales (3)

• Variables topográficas (3)

• Variables de bandas espectrales originales (30)*