Clasificación supervisada contextual de Markov empleando imágenes multiespectrales LandSat 8 OLI y Sentinel 2A

This article aims to show the development and results of the implementation of a shortcut method of supervised classification on multispectral LandSAT 8 OLI and Sentinel 2A from the theory of Markov random fields. This method was implemented and developed software MatLab using the tool Mapping Toolbox which allowed to preserve the spatial reference system. They were used as input cuts of 5 bands (blue, green, red, near infrared and infrared medium) of the two sensors LandSAT 8 and Sentinel 2A of the 22nd and 23rd of December of 2018 respectively over an area included in the municipalities of Puerto López, San Carlos of Garagoa, and Villavicencio. As a result, two classification maps were obtained with the 5 predominant coverage of the area and a Kappa index greater than 0.5, which is higher than that obtained with the supervised classification methods of KNN and Malahanobis - ERDAS validated in the projectEl presente artículo está orientado a mostrar el desarrollo y los resultados de la implementación de un método contextual de clasificación supervisada en imágenes multiespectrales LandSat 8 OLI y Sentinel 2A a partir de la teoría de los Campos Aleatorios de Markov. Este método se implementó y desarrollado en el software MatLab empleando la herramienta Mapping Toolbox lo que permitió conservar el sistema de referencia espacial. Se emplearon como insumo recortes de las 5 bandas (Azul, Verde, Rojo, Infrarrojo Cercano e Infrarrojo Medio) de los dos sensores LandSat 8 y Sentinel 2A de los días 22 y 23 de diciembre del 2018 respectivamente sobre un área comprendida en municipios de Puerto López, San Carlos de Garagoa, y Villavicencio. Como resultado se obtuvieron dos mapas de clasificación con las 5 coberturas predominantes de la zona y un índice Kappa mayor a 0,5, el cual es mayor que el obtenido con los métodos de clasificación supervisada de KNN y Malahanobis - ERDAS validados en el proyecto