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)*
Revisa los informes de este proyecto en curso: en desarrollo
Informe 5 - Informe Final.pdf