Resumen en español

Algunos autores han encontrado problemas de discriminación entre las clases de ocupación del suelo presentes en sabanas tropicales, al utilizar imágenes Landsat. Este trabajo de investigación indaga acerca de la combinación de bandas más apropiada, entre seis distintas, para diferenciar dichas clases en un sector de sabanas colombianas, utilizando una imagen Landsat ETM+. Las combinaciones incluyen las bandas espectrales no térmicas (combinación de referencia), a la que secuencial e individualmente se le adicionaba una imagen de entropía obtenida de la banda 4, el primer componente principal de todas las bandas, los componentes verdor y brillo de la transformación Tasseled Cap y el índice de vegetación NDVI. Inicialmente se utilizó análisis discriminante por pasos para clasificar los niveles digitales de 352 puntos distribuidos de forma aleatoria en la imagen, considerando las clases de cobertura y uso de la tierra presentes. Posteriormente se realizaron clasificaciones supervisadas, mediante el algoritmo de máxima probabilidad, utilizando las mismas combinaciones del análisis discriminante. Los resultados obtenidos, tanto en el análisis discriminante como en las clasificaciones supervisadas, dan cuenta que la mayor fiabilidad respecto a la combinación de referencia se logra adicionando la imagen de entropía a las bandas espectrales. Por tanto, el análisis discriminante permite seleccionar, entre muchas bandas, la combinación más adecuada para obtener la mejor discriminación. ABSTRACT. Some authors have found problems of discrimination among the land cover/use categories present on the tropical savannah, when using Landsat images. This research inquires about the more appropriate band's combination, using six different ones, to differentiate the land cover/use classes in a sector of Colombian savannahs, using an Landsat ETM+ image. The combinations include the spectral bands (combination of reference), to which sequential and individually was added an image of entropy obtained from band 4, the first principal component image obtained from all bands, the components Green and Brightness of the Tasseled CAP transformation and the NDV1. Initially a stepwise discriminant analysis was used to classify the digital number of 352 points randomly distributed in the image, considering the land cover/use classes of the savannah. Finally, several supervised classifications were made, by means of the Maximum Probability algorithm, using the same combinations of the discriminant analysis. The obtained results, in the discriminant analysis like as in the supervised classifications, give account that the greater accuracy with respect to the reference's combination was obtained adding the image of entropy to the spectral bands. Therefore, the discriminant analysis allows to select, between many bands, the most appropriated combination to obtain the best discrimination.