Evalución de los mapas

Evaluación de la cartografía de cubierta / uso del suelo


La evaluación de la calidad de la cartografía elaborada en el ámbito del proyecto se hizo de dos formas: 1) Una evaluación cuantitativa del mapa de 2007 con base en la fotointerpretación de una muestra aleatoria de sitios de verificación y 2) una comparación entre la información del mapa y los sitios de muestreo del Inventario Nacional Forestal y de Suelos (INFyS) de la CONAFOR.

Evaluación de la fiabilidad del mapa de 2007

Esta evaluación se enfocó en el mapa de 2007 debido a que fue el mapa base para generar el de 2004 y de 2014. Para evaluar la calidad del mapa de 2007, se seleccionaron 946 sitios de verificación con base en un muestreo aleatorio estratificado. La estratificación del muestreo utilizando las categorías del mapa permite escoger el número de sitios para cada categoría y asegurarse de tener un número de sitios aceptable en las categorías que presentan poca área. Para corregir los sesgos de representación entre categorías, se aplicó el método propuesto por Card (1982). Este método permite evaluar el valor de varios índices de fiabilidad así como su certidumbre (intervalo de confianza) y se implementó mediante un complemento plugin de QGIS (Mas et al., 2014).
Cada sitio de verificación se fotointerpretó en una imagen SPOT (fusión entre la banda pancromática y las bandas espectrales con una resolución espacial de 2.5 m) y en imágenes de alta resolución de GoogleEarth, ver figura 1. La categoría obtenida por foto-interpretación para cada sitio se comparó con la información del mapa para construir una matriz de confusión (ver tabla 1).

figura1 Evaluacion de los mapas

Figura 1 – Imagen de alta resolución utilizada para la evaluación de los sitios de verificación



Tabla 1 – Matriz de confusión del mapa de 2007 (antes de aplicar las correcciones de Card)

Tabla 1. Evalucion de mapas
La matriz de confusión permite calcular varios índices de fiabilidad:

  • 1) La fiabilidad global que es la proporción del mapa correctamente clasificada (coincidencia entre la categoría obtenida por fotointerpretación y el mapa)
  • 2) La fiabilidad del usuario. Este índice se calcula para cada categoría y expresa la proporción de la categoría en el mapa que está correctamente clasificada. Esta fiabilidad se relaciona por lo tanto con los errores de comisión de la categoría.
  • 3) La fiabilidad del productor. Este índice se calcula también para cada categoría y expresa la proporción de la categoría en los datos de verificación que está correctamente clasificada en el mapa. Esta fiabilidad se relaciona por lo tanto con los errores de omisión de la categoría.

Todos estos índices se estiman con base en una muestra de sitios de verificación, existe por lo tanto una cierta incertidumbre que se describe a través de un intervalo de confianza. La evaluación que realizamos nos indica que la fiabilidad global es de 83.3% con un intervalo de confianza de 3.1%, lo cual significa que hay 95% de probabilidad que la fiabilidad del mapa se encuentre entre 80.3 y 86.4%. Los demás índices se encuentran en la tabla 2.

Tabla 2 – Índices de fiabilidad del mapa

Tabla2. evaluión de mapas

Como se puede observar en la tabla 2, la mayoría de las categorías presentan índices de fiabilidad satisfactorios salvo el bosque mesófilo (BM y BM sec), el bosque de oyamel secundario (B A sec) y el bosque de pino secundario (B P sec). Sin embargo, la mayor parte de los errores de clasificación se presentan entre categorías cercanas (ver tabla 1).

Comparación entre el mapa de 2014 y los datos del INFyS

Con la finalidad de realizar una segunda evaluación de nuestra cartografía, llevamos a cabo un ejercicio de comparación con datos de campo del INFyS. Dicha evaluación consistió en intersectar los puntos de muestreo de campo del INFyS con nuestro mapa de la fecha más cercana a sus puntos (2014) y cuantificar las coincidencias de categorías entre ambos (aciertos) y sus diferencias (posibles errores de clasificación). Derivado de dicho ejercicio encontramos una cantidad predominante de coincidencias entre sus puntos y nuestro mapa (>72% del total de puntos, ver tabla 3). Lo anterior resulta importante, principalmente tomando en cuenta que se trata de datos de campo contra datos generados de forma remota.

Tabla 3 –Comparación de categorías de los datos de campo del INFyS y nuestro mapa

tabla 3 Evaluacion de mapas Sin embargo, este último ejercicio no nos permite el cálculo de índices de fiabilidad ya que los sitios de campo representan únicamente las categorías forestales y fueron seleccionados con base en otro mapa, ya que la estratificación se hizo con el mapa de uso del suelo y vegetación del INEGI.

Referencias

Card,D. H., 1982,“Using known map category marginal frequencies to improve estimates of thematic map accuracy”. Photogrammetric Engineering & Remote Sensing, vol. 48, no. 3, pp. 431–439.

Mas, J.F., A. Pérez-Vega, A.Ghilardi, S.Martínez, J.Loya-Carrillo, and E. Vega, “A Suite of Tools for Assessing Thematic Map Accuracy,” Geography Journal, vol. 2014, Article ID 372349, 10 pages, 2014. doi:10.1155/2014/372349disponible en http://dx.doi.org/10.1155/2014/372349

Stehman, S. V. and R. L. Czaplewski, 1998. “Design and analysis for thematic map accuracy assessment: fundamental principles”. Remote Sensing of Environment,vol. 64, no. 3, pp. 331–344.

Stehman, S.V. 2001, “Statistical rigor and practical utility in thematic map accuracy assessment”. Photogrammetric Engineering & Remote Sensing,vol. 67, no. 6, pp. 727–734.