En la teledetección, la «verdad sobre el terreno» se refiere a la información recogida en el lugar. La verdad sobre el terreno permite relacionar los datos de las imágenes con características y materiales reales sobre el terreno. La recopilación de datos de verdad sobre el terreno permite calibrar los datos de teledetección y ayuda a interpretar y analizar lo que se detecta. Algunos ejemplos son la cartografía, la meteorología, el análisis de fotografías aéreas, las imágenes por satélite y otras técnicas en las que los datos se recogen a distancia.
Más concretamente, la verdad sobre el terreno puede referirse a un proceso en el que un «píxel» de una imagen por satélite se compara con lo que hay en la realidad (en el momento actual) para verificar el contenido del «píxel» de la imagen (teniendo en cuenta que el concepto de «píxel» está algo mal definido). En el caso de una imagen clasificada, permite la clasificación supervisada para ayudar a determinar la precisión de la clasificación realizada por el software de teledetección y, por lo tanto, minimizar los errores en la clasificación, como los errores de comisión y los errores de omisión.
La verdad sobre el terreno se suele realizar in situ, realizando observaciones de la superficie y mediciones de diversas propiedades de las características de las celdas de resolución del terreno que se están estudiando en la imagen digital de teledetección. También implica tomar las coordenadas geográficas de la celda de resolución del terreno con tecnología GPS y compararlas con las coordenadas del «píxel» que se está estudiando, proporcionadas por el software de teledetección, para comprender y analizar los errores de localización y cómo pueden afectar a un estudio concreto.
La verdad sobre el terreno es importante en la clasificación inicial supervisada de una imagen. Cuando la identidad y la ubicación de los tipos de cobertura del suelo se conocen a través de una combinación de trabajo de campo, mapas y experiencia personal, estas áreas se conocen como sitios de entrenamiento. Las características espectrales de estas zonas se utilizan para entrenar el software de teledetección mediante reglas de decisión para clasificar el resto de la imagen. Estas reglas de decisión, como la Clasificación de Máxima Verosimilitud, la Clasificación de Paralelepípedos y la Clasificación de Mínima Distancia, ofrecen diferentes técnicas para clasificar una imagen. Los sitios de verdad en tierra adicionales permiten al sensor remoto establecer una matriz de error que valida la precisión del método de clasificación utilizado. Los diferentes métodos de clasificación pueden tener diferentes porcentajes de error para un determinado proyecto de clasificación. Es importante que el sensor remoto elija un método de clasificación que funcione mejor con el número de clasificaciones utilizadas y que al mismo tiempo proporcione la menor cantidad de error.
La verdad sobre el terreno también ayuda con la corrección atmosférica. Dado que las imágenes de los satélites obviamente tienen que pasar por la atmósfera, pueden distorsionarse debido a la absorción en la atmósfera. Así que la verdad sobre el terreno puede ayudar a identificar plenamente los objetos en las fotos de satélite.
Errores de comisiónEditar
Un ejemplo de error de comisión es cuando un píxel informa de la presencia de una característica (como los árboles) que, en realidad, está ausente (no hay árboles presentes). La verificación del terreno garantiza que las matrices de error tengan un porcentaje de precisión mayor que el que se obtendría si no se verificara el terreno de los píxeles. Este valor es el inverso de la precisión del usuario, es decir, Error de la Comisión = 1 – precisión del usuario.
Errores de omisiónEditar
Un ejemplo de error de omisión es cuando los píxeles de una cosa determinada, por ejemplo los árboles de arce, no se clasifican como árboles de arce. El proceso de verificación del terreno ayuda a garantizar que el píxel se clasifica correctamente y las matrices de error son más precisas. Este valor es el inverso de la precisión del productor, es decir, Error de omisión = 1 – precisión del productor
.