Planteamiento instrumental del inventario: pruebas realizadas y resultados obtenidos
25
B
ases
para
la
realización
del
S
istema
C
ompartido
de
I
nfomación
sobre
los
P
aisajes
de
A
ndalucía
: A
plicación
a
S
ierra
M
orena
En esta ocasión se ha realizado el análisis de clasificación
no supervisada, utilizando el algoritmo
K-Means
, a partir
de los25primeroscomponentesprincipales resultantesdel
PCA, y conunnúmerodegrupospreindicados igual a7.
Los grupos mostrados representan a las que se han elegido
comoáreaspaisajísticaspreviasaescala subregional, que ser-
viránde referenciapara la identificaciónde las áreas aescala
subregionaldefinitiva,medianteclasificaciónsupervisada.
Fase 5. Análisis de clasificación supervisada
El análisis de clasificación supervisada consisteen clasificar
una muestra de la que se tienen patrones predefinidos o
unaclasificaciónprevia, ya seapor conocimientoexperto, o
por laobtencióndeuna clasificaciónno supervisada.
En la identificaciónde áreas paisajísticas aescala subregio-
nal, se ha utilizado como patrón de referencia la clasifica-
ción no supervisada previa y los tipos paisajísticos identi-
ficados a escala subregional. Dichopatrónde referencia se
introduce en la clasificación supervisadamediante la elec-
ciónde
verdades terreno
.
Las verdades terreno son ámbitos donde parece no existir
duda de que se está ante una clase determinada, a juzgar
por el conocimiento experto, o, como ocurre en esta oca-
sión, a tenor de lo indicado por una clasificación previa y
los tipos paisajísticos precedentes. En el presente caso, las
verdades terrenogarantizanunaárea concreta.
Apartirde lasverdades terrenoyde lasvariablesa teneren
cuenta, el clasificador obtiene una nueva clasificación que
posteriormente sehaceextensiblea todoel territorio.
Para la realizacióndeunaclasificación supervisada sonpre-
cisas (1) unas variablesde referencia, que serán los compo-
nentesprincipalesdecadacasomás lostipospaisajísticosa
escala subregional; (2) la elecciónde las verdades terreno,
que en cada caso son elegidos sobre la intersección de la
clasificación supervisada previa con los tipos paisajísticos;
y (3) un clasificador. El clasificador elegido, tras la realiza-
cióndepruebas comparando losdisponiblesenel software
ENVI
, ha sidoel denominado
Mahalanobis distance
.
A partir de lamatriz de confusión, se puede tener una idea
del grado de fiabilidad estadística de la clasificación. El cál-
culo de la matriz de confusión se realiza eligiendo unas
verdades terreno diferentes, para cada uno de los grupos
obtenidos, a partir de las cuales se realiza una clasificación
distinta que se compara con los resultados. En lamatriz de
confusión seponendemanifiestodiversos datos de interés.
Por un lado, la llamada
overall accuracy
o precisión global,
porcentaje de confianza de la clasificación; el valor mínimo
estandarizado y aceptado de precisión global ha de ser de
un85%. Losdatosquenohayanalcanzadoestenivelhabrán
de ser clasificados, obien sedeberán fusionar clases (Foody,
2002; Castillejo González et al., 2009; Arenas et al., 2011).
Por otro lado, el
Kappa coefficient
, parámetroestadísticode
comparaciónde imágenesquevaríade0 (nulacoincidencia)
a 1 (coincidencia total)―en este caso las imágenes son los
resultadosde laclasificaciónsupervisada realizadamediante
las verdades terreno―. Un coeficienteKappademás de0.8
indica claramentequeuna clasificacióndadaespocoproba-
ble que haya sido obtenida por azar (Landis & Koch, 1977;
Arenaset al., 2011).
Por último, los errores por comisión, que reflejan errores
debidosa laelecciónde las verdades terrenoy semanifies-
tan en
user accuracy
o precisión del usuario; y los errores
por omisión, que se plasman como
prod. accuracy
o pre-
cisión del procedimiento, asociados con no haber encon-
trado variables que reflejen la clasificación indicadapor las
verdades terreno.
Los resultadosde lamatrizdeconfusión sonperfectos: pre-
cisión total 100%, coeficiente Kappa 1, 0%de errores por
comisiónyomisiónporgruposy100%deprecisióndelpro-
cedimientoydel usuario.
La revisión conjunta de la clasificaciónno supervisada pre-
via 3 y la clasificación supervisada 3, pone de manifiesto
la enorme similitud entre ambas, diferenciándose éstas en
que la segunda tiene un grupomás, debido a la participa-
ciónde lostipospaisajísticos aescala subregional (T2).
