Clasificación de imágenes multiespectrales ASTER mediante funciones adaptativas

Resumo

Es sabido que la mayoría de métodos utilizados en teledetección para la clasificación de usos del suelo son paramétricos, mientras que las distribuciones de los valores de reflectancia no siguen una distribución Gaussiana. El uso de estos métodos supone una pérdida de potencia en el sentido estadístico del término debido al no cumplimiento de los requisitos del método. El trabajo de investigación que se plantea en esta Tesis Doctoral es la aplicación de métodos no paramétricos para la clasificación supervisada de usos del suelo con imágenes ASTER. En concreto, se investigará sobre la potencialidad del método MARS (Multi-Adaptive Regression Splines) en el reconocimiento de los usos del suelo en comparación con los métodos de máxima verosimilitud y paralelepípedos.