Methodology for determining runoff coefficients using open-access images and classification open-source algorithms

Autores/as

DOI:

https://doi.org/10.24850/j-tyca-2021-05-05

Palabras clave:

Runoff Coefficient, Mexico’s valley basin, Bajo Bravo, Bajo Grijalva, minimum distance, maximum likelihood, spectral angle mapper, support vector machines, Sentinel, Landsat

Resumen

This study proposes a methodology using Landsat-8, Sentinel-1, and Sentinel-2 images to determine Landcover and Runoff Coefficient. It considers geographic and climatic characteristics of the region, resolutions of sensors, and accuracy obtained using four classifiers: Minimum Distance, Spectral Angle Mapper, Maximum Likelihood, and Support Vector Machines. The methodology was applied to regions in Mexico with diverse characteristics. The overall accuracy, commission, and omission were obtained for each classifier-sensor combination. These indicators were analyzed by region, sensor, and algorithm. Presence, accuracy, error of commission, and omission of cover were analyzed according to land cover class. Landsat-8 had the highest average accuracy (76.1 %), followed by Sentinel-2 (75 %), and Sentinel-1 (38.8 %). Minimum distance had the highest accuracy (71.2 %), followed by Support Vector Machines with 70.5 %, Spectral Angel Mapper with 60.9 %, and Maximum Likelihood with 50.7 %. This methodology makes it possible to use open-access satellite images and programs to define criteria for determining land cover with good accuracy and high spatial resolution. The results of our research show that to estimate runoff coefficients, open-access satellite images must be selected based on criteria such as sensor resolutions, classification algorithm to be used, period and scale of the study, climate, types, and dynamics of land coverage, as well as the dominant coverage class.

Biografía del autor/a

D. Italibi Uraga-Tovar, Universidad Autónoma Metropolitana Iztapalapa

Centro de Investigación en Geografía y Geomática Ing. Jorge L. Tamayo A.C. (CentroGeo)

Felipe Omar Tapia-Silva, Universidad Autónoma Metropolitana Iztapalapa, Centro de Investigación en Ciencias de la Información Geoespacial

Felipe Omar Tapia-Silva graduado como Ph.D. por el
Instituto de Proyectos Ecológicos Urbanos y Rurales,
Universidad Humboldt de Berlín, Alemania.
Actualmente, es profesor en la Universidad Autónoma Metropolitana de la ciudad de México y está haciendo una estadía de investigación sabática en el Centro de Investigación en Ciencias de la Información
Geoespacial. Sus intereses de investigación son la aplicación de disciplinas geomáticas como los sistemas de información geográfica, análisis espacial y Percepción Remota, el modelado del medio ambiente, los recursos naturales, el ciclo hidrológico y sus elementos en
ecosistemas ubicados en áreas rurales y urbanas.

Alejandra A. López-Caloca, Centro de Investigación en Ciencias de la Información Geoespacial

A. López-Caloca recibió el título de Doctor por la Facultad de Ingeniería de la Universidad Nacional Autónoma de México, en 2007. Actualmente, es investigadora y profesor en el Centro de Investigación en Ciencias de la Información Geoespacial. Sus intereses de investigación incluyen procesamiento digital de imágenes aplicadas a la percepción remota, principalmente con datos de SAR y ópticos

Eugenio Gómez-Reyes, Universidad Autónoma Metropolitana Iztapalapa

Eugenio Gómez-Reyes, Ph.D. por el Centro de Investigación de Ciencias Marinas de la Universidad Estatal de Nueva York, en 1989. Actualmente, es profesor en la Universidad
Autónoma Metropolitana de la ciudad de México.  Sus intereses de investigación incluyen procesos hidrológicos en cuencas y los procesos de circulación y transporte en
acuíferos, canales, ríos, lagos, embalses, lagunas, estuarios y zonas costeras; mediante el análisis de datos hidrológicos,
meteorológicos e hidrográficos, así como el desarrollo,
implementación y aplicación de modelos numéricos.

Publicado

2021-09-01