Metodología para detectar cambios en el uso de la tierra utilizando los principios de la clasificación orientada a objetos, estudio de caso piedemonte de Villavicencio, Meta

En la investigacion se presenta una metodologia que emplea los principios de la ―Clasificacion Orientada a Objetos‖, con el proposito de determinar, cuantificar y visualizar, las coberturas y usos de la tierra para mapear el cambio ocurrido en un lapso de 17 anos, en el piedemonte depositacional del municipio de Villavicencio en el departamento del Meta. La metodologia se aplico para las imagenes del sensor Landsat, para los anos 1986 y 2003. El programa a utilizar fue ENVI version 4.6, con el modulo de ENVI ZOOM. Con la clasificacion utilizada fue posible delimitar las areas de tres coberturas: bosques (9.304, 5 ha – 1986 y 2.083,8 ha – 2003), bosques de galeria (3.581,5 ha – 1986 y 2.597 ha – 2003) y palma africana (110, 39 -1986 y 218,88 – 2003), con el cambio de uso (bosques: -77.6% y bosques de galeria en -27,5 %), a partir de una imagen satelital con resolucion espacial media. Los resultados de la validacion de la clasificacion en la imagen del ano 2003, indicaron que fueron aceptables (Coeficiente Kappa = 0.365). De acuerdo a los resultados de la investigacion, la clasificacion orientada a objetos, puede ser una alternativa eficiente y precisa a implementar para clasificar imagenes de sensores, cuando se requiere delimitar una cobertura especifica. / Abstract. The research presents a methodology that employs the principles of "Object-Oriented Classification," with the purpose of identify, quantify and visualize the covers and land uses for mapping the change in a period of 17 years, in the piedmont with depositacional environments of the municipality of Villavicencio in the department of Meta. The methodology was applied to Landsat images from 1986 and 2003. The software used was ENVI version 4.6, with the module ENVI ZOOM. With the classification was possible to delimit three cover: forests (9304, 5 ha - 1986 and 2083.8 ha - 2003), gallery forests (3581.5 ha - 1986 and 2597 ha - 2003) and palm (110,4 - 1.986 and 218.9 ha – 2.003) with the change of use (forests: -77.6% and gallery forests in -27.5%), from a satellite image with medium spatial resolution. The results of the validation of image classification from 2003, indicated that was acceptable (Kappa coefficient = 0.365). According to the results of research, object-oriented classification can be an efficient and accurate implementation of sensors to classify images, when required to delineate a specific coverage.