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...

Descripción completa

Detalles Bibliográficos
Autor: Abdelaziz Haizer, Rahmani
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
id ES_f497f5d13e8be21fd5595cbd3797b5f1
oai_identifier_str oai:crea.ujaen.es:10953.1/21318
network_acronym_str ES
network_name_str España
repository_id_str
spelling Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetecciónAbdelaziz Haizer, Rahmani2506.162505.02TeledetecciónCartografía geográficaRemote sensingGeographic cartographyGeologíaGeology 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%. Slums are a problem worldwide and particularly in developing countries such as Algeria. Therefore, its identification through various techniques such as remote sensing is important as the first step for action by the authorities. In this work, the classification of Sentinel-1 and 2 images using random forest algorithm for the identification of slums in Algeria is proposed. The classification allows the detection of urban areas especially in Sentinel-2 images, but not between different types of urban areas such as slums. Therefore, it is decided to make masks of urban areas and apply textural analysis techniques such as co-occurrence filters (GLCM) and mathematical morphology. The best results are obtained with entropy and, especially, with dissimilarity; supported by opening and closing operations. Based on the filtered images, slum probability maps are made in a pilot area in Es Senia, as well as in Oran and Algiers, the country's capital. The maps are validated using the confusion matrix and the area under the ROC, providing a reliability of 80-90%.Jaén: Universidad de JaénFernández del Castillo, Tomás ManuelCardenal Escarcena, Francisco JavierUniversidad de Jaén. Ingeniería Cartográfica, Geodésica y Fotogrametría202420242024info:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/10953.1/21318reponame:CREA. Colección de recursos educativos abiertosinstname:Universidad de Jaén (UJA)Españolinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 3.0 Españahttp://creativecommons.org/licenses/by-nc-nd/3.0/es/oai:crea.ujaen.es:10953.1/213182026-05-27T06:37:21Z
dc.title.none.fl_str_mv Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
title Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
spellingShingle Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
Abdelaziz Haizer, Rahmani
2506.16
2505.02
Teledetección
Cartografía geográfica
Remote sensing
Geographic cartography
Geología
Geology
title_short Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
title_full Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
title_fullStr Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
title_full_unstemmed Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
title_sort Identificación de barrios de infraviviendas (slums) en Argelia mediante teledetección
dc.creator.none.fl_str_mv Abdelaziz Haizer, Rahmani
author Abdelaziz Haizer, Rahmani
author_facet Abdelaziz Haizer, Rahmani
author_role author
dc.contributor.none.fl_str_mv Fernández del Castillo, Tomás Manuel
Cardenal Escarcena, Francisco Javier
Universidad de Jaén. Ingeniería Cartográfica, Geodésica y Fotogrametría
dc.subject.none.fl_str_mv 2506.16
2505.02
Teledetección
Cartografía geográfica
Remote sensing
Geographic cartography
Geología
Geology
topic 2506.16
2505.02
Teledetección
Cartografía geográfica
Remote sensing
Geographic cartography
Geología
Geology
description 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%.
publishDate 2024
dc.date.none.fl_str_mv 2024
2024
2024
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/10953.1/21318
url https://hdl.handle.net/10953.1/21318
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Atribución-NoComercial-SinDerivadas 3.0 España
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
rights_invalid_str_mv Atribución-NoComercial-SinDerivadas 3.0 España
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Jaén: Universidad de Jaén
publisher.none.fl_str_mv Jaén: Universidad de Jaén
dc.source.none.fl_str_mv reponame:CREA. Colección de recursos educativos abiertos
instname:Universidad de Jaén (UJA)
instname_str Universidad de Jaén (UJA)
reponame_str CREA. Colección de recursos educativos abiertos
collection CREA. Colección de recursos educativos abiertos
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869424486351110144
score 15,81155

Similares en LA Referencia