Generalization of heterogeneous alpine vegetation in air photo-based image classification, Latnjajaure catchment, northern Sweden

英语. Mapping alpine vegetation at a meso-scale (catchment level) using remote sensing presents difficulties due to a patchy distribution and heterogeneous spectral appearance of the plant cover. We discuss issues of generalization and accuracy assessment in this case study when using a digital CIR air photo for an automatic classification of the dominant plant communities. Spectral information from an aerial photograph was supplemented by classified plant communities in field and by topographical information derived from a DEM. 150 control points were tracked in the field using a GPS. The outcome from three alternative classifications was analysed by Kappa statistics, user’s and producer’s accuracy. Overall accuracy did not differ between the classifications although producer’s and user’s accuracy for separate classes differed together with total surface (ha) and distribution. Manual accuracy assessment when recording the occurrence of the correct class within a radius of 5 meters from the control points generated an improvement of 16 % of the total accuracy. About 10 plant communities could be classified with acceptable accuracy where the chosen classification scheme determined the final outcome. If a high resolution pixel mosaic is generalized to units that match the positional accuracy of simple GPS this generalization may also influence the information content of the image.

西班牙语; 卡斯蒂利亚语. Hemos llevado a cabo la cartografía de la vegetación alpina a escala media (nivel de cuenca experimental) mediante interpretación remota. Esta metodología plantea dificultades debido a la distribución en mosaico de la vegetación y a la heterogeneidad del espetro obtenido. Se discuten las posibilidades de generalización de los resultados y el grado de precisión alcanzado en este caso experimental mediante fotografía aérea digital CIR aplicada a una clasificación automática de las comunidades vegetales dominantes. La información espectral obtenida por foto áerea se complementó con la clasificación de las comunidades vegetales in situ y la información topográfica derivada de un Modelo Digital de Terreno. Además se marcaron 150 puntos de control en el campo por medio de GPS. Los resultados de tres clasificaciones alternativas se analizaron mediante el estadístico Kappa y la precisión del usuario y del productor. El grado de precisión obtenido apenas difirió entre clasificaciones, a pesar de que sí había diferencias significativas entre la precisión del usuario o del productor para las diferentes clases, así como para la superficie total y la distribución. La presencia sobre el terreno de una clase correctamente identificada a menos de 5 m de un punto de control, aumentó la precisión en un 16 %. Unas 10 comunidades vegetales pueden ser identificadas con un grado de precisión aceptable al terminar la clasificación. Si un mosaico de píxels de alta resolución se generaliza a unidades cuya precisión es comparable a la de un simple GPS, tal generalización puede también influir en la cantidad de información de la imagen.