Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
Los barrios de infravivienda (slums) son un problema a nivel mundial y en particular en los países en desarrollo como Argelia. Por lo tanto, su identificación mediante diversas técnicas como la teledetección, es importante como primer paso para la actuación por parte de las autoridades. En este trab...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universidad de Jaén (UJA) |
| Repositorio: | CREA. Colección de recursos educativos abiertos |
| OAI Identifier: | oai:crea.ujaen.es:10953.1/21318 |
| Acceso en línea: | https://hdl.handle.net/10953.1/21318 |
| Access Level: | acceso abierto |
| Palabra clave: | 2506.16 2505.02 Teledetección Cartografía geográfica Remote sensing Geographic cartography Geología Geology |
| Sumario: | Los barrios de infravivienda (slums) son un problema a nivel mundial y en particular en los países en desarrollo como Argelia. Por lo tanto, su identificación mediante diversas técnicas como la teledetección, es importante como primer paso para la actuación por parte de las autoridades. En este trabajo se propone en primer lugar la clasificación de imágenes de Sentinel-1 y 2 para la identificación de slums en Argelia. La clasificación supervisada con bosques aleatorios permite detectar las zonas urbanas sobre todo en imágenes de Sentinel-2, pero no entre distintos tipos de zonas urbanas como los slums. Por ello, se opta por hacer máscaras de las zonas urbanas y aplicar sobre ellas técnicas de análisis textural como los filtros de co-ocurrencia (GLCM) y morfología matemática. Los mejores resultados se obtienen con los filtros de entropía y, especialmente, de disimilitud, apoyados con operaciones de apertura y cierre. A partir de las imágenes filtradas, se realizan mapas de probabilidad de slums en una zona piloto en Es Senia, así como en Orán y Argel, la capital del país. Los mapas se validan mediante la matriz de confusión y el área bajo la curva ROC, proporcionando una fiabilidad del 80-90%. |
|---|