VALIDACIÓN DE RESULTADOS

arqueológica de Coba aumentó significativamente durante el año 2000. Adicionalmente se evidencia el crecimiento de actividades humanas en cercanías a los cenotes lo que destaca la necesidad de reorientar medidas para ordenamiento adecuado.

Figura 5.14 Ejemplo de las variaciones de cobertura en la Zona de Coba entre 1993 y 2000 Zoom 2 Imagen Landsat 1993 Zoom 2 Imagen Landsat 2000

Fuente: la autora, 2011.

Figura 5.15 Puntos de validación distribuidos en las imágenes Landsat de 1993 y 2000

Imagen Landsat 1993 Imagen Landsat 2000

Fuente: la autora, 2011.

Los puntos de control se observan como pequeñas marcas a lo largo de toda la imagen. Se seleccionaron para la clasificación de la imagen de 1993 puntos de control con base a la serie 2 de uso de suelo y vegetación del INEGI del año 1993 y las ortofotos escala 1:20 000 del INEGI referidas al datum ITRF92 con resolución de 3 metros. Se contó con un total de 17 puntos para la clase agricultura, 16 para la clase selva, 12 para la clase infraestructura, 12 para la clase cuerpos de agua y 18 para la clase manglar.

Se evaluó la exactitud global de la clasificación de la imagen Landsat de 1993 reportando un 90.6667% y un índice Kappa de 0.8828. Estos valores indican una muy buena clasificación obtenida con el algoritmo MSV, teniendo en cuenta a Landis y Koch que propusieron unos márgenes para valorar el grado de acuerdo en función del índice kappa (ver tabla 5.1). La precisión de esta clasificación nos indica la confiabilidad que debemos tener en sus resultados.

Tabla 5.1 Márgenes para valorar el grado de acuerdo del índice kappa

Kappa Grado de acuerdo

< 0 Sin acuerdo

0 - 0,2 Insignificante

0,2 - 0,4 Bajo

0,4 - 0,6 Moderado

0,6 - 0,8 Bueno

0,8 - 1 muy bueno

Fuente: Molinero, 2001.

A continuación se presenta el reporta de la matriz de confusión obtenida en porcentaje de la validación para la imagen del año 1993:

Tabla 5.2 Matriz de confusión para la clasificación de la imagen Landsat de 1993

Porcentaje de los puntos de control

Clase Agricultura Manglar Cuerpos de agua Selva Infraestructura

Agricultura 88.89 0.0 0.0 0.0 8.33

Manglar 0.0 100.00 14.29 6.25 0.0

Cuerpos de agua 0.0 0.0 85.71 0.0 0.0

Selva 0.0 0.0 0.0 93.75 8.33

Infraestructura 11.11 0.0 0.0 0.0 83.33

Total 100 100 100 100 100

Fuente: la autora, 2011.

La línea diagonal de la matriz presenta el acuerdo entre la clasificación y la realidad y los porcentajes que quedan fuera son los diferentes errores de clasificación. Se evidencia un acierto total en la clase de manglar (100%), seguido de la clase Selva con un 93% de precisión. La clase que menor acierto registra es la de infraestructura con 83% por la confusión con la clase agricultura.

Tabla 5.3 Reporte de los errores de la clasificación de la imagen Landsat de 1993

Clase Comisión (%) Omisión (%) Exactitud del productor (%) Exactitud del usuario (%)

Agricultura 5.88 11.11 88.89 94.12

Manglar 16.67 0.0 100.00 83.33

Cuerpos de agua 0.0 14.29 85.71 100.00

Selva 6.25 6.25 93.75 93.75

Infraestructura 16.67 16.67 83.33 83.33

Fuente: la autora, 2011.

En la tabla 5.3 se presenta en porcentaje los respectivos aciertos en la clasificación de la imagen de 1993.

Cabe mencionar que el error de omisión hace referencia al píxel correspondiente a una clase de cobertura pero que no fue clasificado de esa manera y su complemento es la precisión del productor. El error de comisión corresponde al píxel clasificado como una clase de cobertura a la que no pertenece y su complemento es la precisión del usuario La clase con mayor número de pixeles clasificados correctamente es la de cuerpos de agua por el 100% reportado en la exactitud del usuario y el menor porcentaje de Comisión encontrado. La clase que menor porcentaje de acierto en la clasificación por parte del usuario fue la de infraestructura con 83,33% de exactitud del usuario, corroborando el porcentaje alto obtenido en el

error de comisión de 16.67% en esta clase. Con relación a los pixeles de referencia y su correcta clasificación se detalla que la clase manglar es la que presenta mejor acierto con un 100% de exactitud del productor y el menor porcentaje de error de omisión (0%) y nuevamente la clase infraestructura es la que presenta el menor porcentaje de exactitud del productor con 83,33% y el más alto porcentaje de error de omisión con 16.67%.

Con respecto a la imagen de año 2000, los puntos de control para la validación consideran la distribución de las coberturas identificadas en las imágenes Spot del año 2005 y 2009; así como la referencia de la serie 3 de uso del suelo y vegetación del INEGI año 2002. La cantidad de puntos fue un total de 19 para la clase agricultura, 13 para la clase selva, 11 para la clase infraestructura, 12 para la clase cuerpos de agua y 15 para la clase manglar. Los resultados del análisis de la matriz de confusión reportaron un índice Kappa de 0.9640 y una exactitud global de 97.1429%; lo que significa una muy buena clasificación y concordancia de las clases asignadas a la imagen.

A continuación se presenta el reporte de la matriz de confusión obtenida en porcentaje de la validación para la imagen del año 2000:

Tabla 5.4 Matriz de confusión para la clasificación de la imagen Landsat de 2000

Porcentaje de los puntos de control Clase Agricultura Cuerpos de

agua

Manglar Selva Infraestructura

Agricultura 89.47 0.0 0.0 0.0 0.0

Cuerpos de agua 0.0 100.00 0.0 0.0 0.0

Manglar 5.26 0.0 100.00 0.0 0.0

Selva 0.0 0.0 0.0 100.00 0.0

Infraestructura 5.26 0.0 0.0 0.0 100.00

Total 100 100 100 100 100

Fuente: la autora, 2011.

En la tabla 5.4 se reporta un acierto de 100% en la clasificación de las clases cuerpos de agua, manglar, selva e infraestructura. La clase agricultura registra confusión con las clases manglar e infraestructura. La tabla 5.5 presenta en porcentaje los respectivos aciertos en la clasificación de la imagen del 2000.

Tabla 5.5 Reporte de los errores de la clasificación de la imagen Landsat de 2000

Clase Comisión (%) Omisión (%) Exactitud del productor (%) Exactitud del usuario (%)

Agricultura 0.0 10.53 89.47 100.00

Cuerpos de agua 0.0 0.0 100.00 100.00

Manglar 6.25 0.0 100.00 93.75

Selva 0.0 0.0 100.00 100.00

Infraestructura 8.33 0.0 100.00 91.67

Fuente: la autora, 2011.

Las clases con mayor número de pixeles clasificados correctamente son las de agricultura, cuerpos de agua y selva con el 100% reportado en la exactitud del usuario y el menor porcentaje de error de comisión encontrado (0%). La clase que menor porcentaje de acierto en la clasificación por parte del usuario fue la de infraestructura con 91,67% de exactitud, corroborando el porcentaje alto obtenido en el error de comisión de 8.33% en esta clase. Con relación a los pixeles de referencia y su correcta clasificación se detalla que la clase agricultura es la que presenta mejor acierto con un 89.47% de exactitud del productor y el mayor porcentaje de error de omisión (10.53%) y las clases cuerpos de agua, manglar, infraestructura y selva son las que presentan el mayor porcentaje de exactitud del productor con un 100% y el menor porcentaje de error de omisión con 0.0%.