Comparación de mapas de cobertura del suelo utilizando PlanetScope y Sentinel-2 mediante la clasificación basado en objetos (OBIA) en la zona de recarga hídrica del Cantón Cuenca
No Thumbnail Available
Date
2026-07-11
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca. Facultad de Ciencias Agropecuarias
Abstract
Land covering go through constant changes due to human activities and climate change, directly affecting important ecosystems such as water recharge areas. To identify this transition, thematic cartography obtained from the official repositories of each country is used. In Ecuador, the current official cartography produced by the Ministry of Agriculture and Livestock (MAG) corresponds to the year 2020, which highlights the need to update this information for future studies. Considering this, the present study generated and compared land cover maps using Sentinel-2 and PlanetScope satellite imagery from 2025 through Object-Based Image Analysis (OBIA) and supervised classifications using the Mean Shift and Support Vector Machine algorithms, with field data used as reference. The maps were compared according to the area of each class to evaluate the reliability between sensors and independently. The results obtained through confusion matrices showed that Sentinel-2 achieved an overall accuracy of 94.14% and a Kappa coefficient of 0.89, while PlanetScope obtained an overall accuracy of 98% and a Kappa coefficient of 0.96. Furthermore, the comparison between the maps showed moderate agreement, with an overall accuracy of 82,62% and a Kappa coefficient of 0,69. Considering these findings, both sensors allow the generation of reliable land cover cartography; however, PlanetScope demonstrated better performance, showing higher values than Sentinel-2, which is associated with its greater spatial resolution. This characteristic makes it possible to better differentiate land cover types and provide a more accurate representation of the terrain.
Resumen
La cobertura vegetal a través del tiempo ha presentado cambios continuos debido a las actividades humanas o al cambio climático, afectando ecosistemas importantes como las zonas de recarga hídrica. Para identificar esta transición se utiliza la cartografía temática que se obtiene de los repositorios oficiales de cada país. Actualmente en Ecuador, la cartografía oficial del Ministerio de Agricultura y Ganadería (MAG) corresponde al año 2020, lo cual muestra la necesidad de actualizar esta información para estudios posteriores. Considerando esto, el presente estudio generó y comparó mapas de las coberturas vegetales usando imágenes satelitales Sentinel-2 y PlanetScope del año 2025, mediante clasificaciones basadas en objetos (OBIA) y clasificaciones supervisadas utilizando los algoritmos mean shift, Support Vector Machine, con datos de campo como referencia. Se compararon los mapas según el área de cada clase para evaluar la confiabilidad entre sensores y de manera independiente. Los resultados mediante matrices de confusión muestran que Sentinel-2 alcanzó una precisión global de 94,14% y un coeficiente Kappa de 0,89 ,mientras que PlanetScope obtuvo una precisión global de 98 % y un coeficiente Kappa de 0,96. Además, la comparación entre los mapas mostró una concordancia ya que tuvo una precisión global de 82,62% y un coeficiente Kappa de 0,69. Estos resultados muestran, que ambos sensores permiten generar cartografía temática; sin embargo, PlanetScope presenta un mejor desempeño, mostrando valores superiores a Sentinel-2, lo cual se asocia a su mayor resolución espacial. Esta característica permite diferenciar las coberturas y tener una mejor descripción del terreno.
Keywords
Agronomía, Cobertura vegetal, Clasificación supervisada, Segmentación
Citation
Código de tesis
TAG; 636