Universidad Autónoma de Tamaulipas, Instituto de Ingeniería y Ciencias, Centro Universitario Adolfo López Mateos, Edificio Centro de Gestión del Conocimiento, Ciudad Victoria, Tamaulipas, México, C. P. 87149
Auto-generated profile, based on publicly available information
Cutberto Uriel Paredes-Hernández
Universidad Autónoma de Tamaulipas, Instituto de Ingeniería y Ciencias, Centro Universitario Adolfo López Mateos, Edificio Centro de Gestión del Conocimiento, Ciudad Victoria, Tamaulipas, México, C. P. 87149
Due to the popularity of Google Earth (GE), users commonly assume that it is a credible and accurate source of information. Consequently, GE's imagery is frequently used in scientific and others projects. However, Google states that data available in their geographic products are only approximations and, therefore, their accuracy is not officially documented. In this paper, the horizontal positional accuracy of GE's imagery is assessed by means of comparing coordinates extracted from a rural cadastral database against coordinates extracted from well-defined and inferred check points in GE's imagery. The results suggest that if a large number of well-defined points are extracted from areas of high resolution imagery, GE's imagery over rural areas meets the horizontal accuracy requirements of the ASPRS for the production of "Class 1" 1:20,000 maps. Nonetheless, the results also show that georegistration and large horizontal errors occur in GE's imagery. Consequently, despite its overall horizontal positional accuracy, coordinates extracted from GE's imagery should be used with caution.
Los modelos digitales de elevación (MDE) son la forma más común y eficaz de representar la superficie terrestre. Desafortunadamente, al igual que la mayoría de la información geográfica en formato digital, los MDE contienen errores de forma inherente, por lo que es necesario evaluar la magnitud de dichos errores e informar de su existencia a los usuarios de MDE. Uno de los factores que introduce errores en los MDE es el método de interpolación y diferentes estudios previos han presentado conclusiones que discrepan entre sí en cuanto a la idoneidad de diferentes métodos de interpolación para la generación de MDE. Con el objetivo de contribuir a dicha discusión y de mejorar el entendimiento del error introducido por métodos de interpolación en los MDE, en este trabajo se evalúa y compara la precision de MDE generados utilizando métodos de interpolación determinísticos (IDW, ANUDEM) y probabilísticos (OK, KT). Nuestros resultados sugieren que KT genera MDE más precisos que el resto de los métodos de interpolación aquí evaluados y sin la presencia de errores sistemáticos, como ocurre en los MDE generados usando IDW, ANUDEM y OK. Dichos resultados concuerdan con algunos estudios previos, pero discrepan al mismo tiempo con otros estudios similares.
La exactitud vertical de datos lidar es normalmente establecida por proveedores comerciales en un EMC máximo de 0.150 m. Sin embargo, los resultados de evaluaciones de exactitud en las que se han utilizado datos de campo por lo menos tres veces más exactos que los datos lidar, sugieren que dicha exactitud se observa solo cuando la densidad de los datos lidar es mayor a un punto sobre el terreno por metro cuadrado. Desafortunadamente, el número de estos estudios es limitado y se requiere de la elaboración de otras evaluaciones que confirmen dicha hipótesis. En este estudio se evaluó la exactitud vertical de una nube de puntos topográficos lidar de una densidad de 1.02 puntos sobre el terreno por metro cuadrado, usando como referencia datos recolectados en campo mediante una estación total. Los resultados coinciden con aquéllos de estudios previos, por lo que se sugiere establecer la EPV de la nube de puntos topográficos lidar en 0.200 m para terreno mixto y de cambios constantes y en 0.150 m para terreno con cambios topográficos gentiles. Sin embargo, la EPV no refleja la magnitud del 95% de los errores bajo la presencia de errores sistemáticos, por lo cual es necesario incluir el percentil 95 de los errores en la documentación de datos lidar
El cambio de uso de la tierra (CUT) tiende a impactar de manera negativa los procesos atmosféricos y climáticos globales. El presente artículo tuvo como objetivo evaluar el CUT en el municipio de San Fernando, Tamaulipas, México, durante el periodo 1987 a 2017. Se utilizó el método de clasificación por segmentación de imágenes satelitales, de los años 1987, 1997, 2007 y 2017, el cual, permitió reducir el ruido característico de la clasificación basada en pixeles. Sin embargo, fue necesario editar los resultados, para recuperar los asentamientos humanos, eliminar nubes y sombras, y reducir los efectos de confusión entre cobertura vegetal y zonas agrícolas con cultivos presentes, para evitar introducir CUT artificiales en las estadísticas obtenidas. El análisis multitemporal mostró una clara tendencia en la reducción de la cobertura vegetal (- 6.53 %) y del área sin vegetación aparente (- 1.71 %). También se observó un importante incremento en el uso agrícola (+ 7.61 %), que no pareció. estar asociado a un incremento en asentamientos humanos (+ 0.08 %). La metodología desarrollada parece ser adecuada y fácil de implementar para el análisis de CUT en regiones de interés.