classificació
classificació
Sistemes d'informació geogràfica > Ciències de la informació geogràfica > Cartografia
- ca classificació, n f
- es clasificación
- en classification
Sistemes d'informació geogràfica > Ciències de la informació geogràfica > Cartografia
Definició
Operació de convertir un atribut quantitatiu en ordinal, mitjançant l'assignació dels valors numèrics originals a classes ordenades, definides per intervals, amb la finalitat de representar-lo en un mapa de coropletes.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació
classificació
Sistemes d'informació geogràfica > Matemàtiques > Estadística
- ca classificació, n f
- ca categorització, n f sin. compl.
- es categorización
- es clasificación
- en categorization
- en classification
Sistemes d'informació geogràfica > Matemàtiques > Estadística
Definició
Acció d'agrupar individus en grups o categories d'acord amb la semblança de les seves característiques.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació
classificació
Fotogrametria
- ca classificació, n f
- es clasificación
- en classification
Fotogrametria
Definició
Assignació d'entitats geogràfiques i usos del sòl a categories establertes utilitzant claus interpretatives.
Nota
- Una classificació s'estructura en nivells jeràrquics, des de categories generals fins a categories més particulars.
-
La informació d'aquesta fitxa procedeix de l'obra següent:
FRA PALEO, Urbano. Diccionari terminològic de fotogrametria. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2011. 351 p. (Diccionaris Terminològics)
ISBN 978-84-393-8754-1; 978-84-412-2050-8
classificació
classificació
Sistemes d'informació geogràfica > Informàtica > Programació
- ca classificació, n f
- es clasificación
- en classification
Sistemes d'informació geogràfica > Informàtica > Programació
Definició
Abstracció bàsica en orientació a objectes per la qual els objectes formen part necessàriament de classes, de les quals obtenen les seves propietats característiques en tant que membres.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació
classificació
Teledetecció > Classificació
- ca classificació digital d'imatges, n f
- ca classificació, n f sin. compl.
- ca classificació d'imatges, n f sin. compl.
- es clasificación digital de imágenes
- es clasificación sin. compl.
- es clasificación de imágenes sin. compl.
- en digital image classification
- en classification sin. compl.
- en image classification sin. compl.
Teledetecció > Classificació
Definició
Procés d'anàlisi digital d'imatges pel qual durant l'elaboració d'un mapa categòric a partir d'imatges de teledetecció (combinades o no amb altres dades), s'assigna cada objecte (píxel1 o segment1) de les imatges a una classe del mapa categòric en funció de les característiques de l'objecte (vegeu GEOBIA).
Tot i que el procés es pot dur a terme en imatges monobanda, el cas més habitual és la realització en imatges multibanda (ja siguin multiespectrals, hiperespectrals i/o multitemporals), amb la qual cosa les dades font són fortament multivariants i poden comprendre tant informació radiomètrica com d'altra natura (elevacions, pendents, característiques de forma o grandària del segment, etc.). Existeixen diversos grans tipus de classificació, entre els quals hi ha la classificació supervisada, la classificació no supervisada, la classificació híbrida i la classificació borrosa, cadascun amb diferents mètodes, criteris o algorismes concrets. Alguns dels mètodes fins i tot proporcionen assignacions a més d'una classe.
Independentment del tipus de classificació, però, és possible generalitzar el procediment dividint-lo en diferents fases:
1. Fase opcional de recollida de dades auxiliars i de generació de nova informació a partir de les mateixes imatges. Aquesta informació és normalment de tipus quantitatiu, i està destinada a disposar de dades complementàries (índexs de vegetació, índexs de textures dels píxels, etc.) o a fer una reducció o optimització de les variables (a través d'ACP, anàlisi discriminant, etc.).
2. Fase d'establiment de les classes que constituiran la llegenda del mapa (de vegades anomenada fase d'entrenament, denominació no del tot adequada perquè no sempre s'hi "entrena" el sistema). En aquesta fase de vegades interessa obtenir signatures espectrals (o signatures multivariants) a partir d'àrees d'entrenament, de radiometria de camp, de biblioteques espectrals, etc. (per exemple, en la classificació supervisada), fronteres de separació entre classes (per exemple, hiperplans en els classificadors per vectors de suport), o simplement tenir la ubicació espacial de mostres de classes (per exemple, en la classificació híbrida). Si s'obtenen signatures en aquesta fase se n'analitzarà la separabilitat estadística.
3. Fase d'obtenció dels objectes que s'han de classificar. Els objectes que s'han de classificar poden ser preexistents (per exemple, si hom pretén actualitzar la coberta del sòl de parcel·les cadastrals predefinides) o procedir de les imatges: píxels originals o polígons (delimitats per fotointerpretació o per segmentació).
4. Fase d'assignació dels objectes definits en la fase 3 a les classes establertes en la fase 2. Aquesta assignació es fa a partir d'algun classificador convenient o, en el cas de classificacions no supervisades no destinades a classificació híbrida, per anàlisi visual d'imatges. En alguns protocols més sofisticats pot emprar-se la consideració de com resulten classificats els objectes (píxels o segments) veïns a l'objecte que s'ha de classificar per a augmentar la consistència del procés.
5. Fase opcional de refinament del resultat. En aquesta fase s'efectuen, per exemple, generalitzacions per a garantir que no s'està per sota de la mínima unitat cartografiable o simplement per a evitar treballar al límit de la resolució espacial del sensor (per exemple, amb un filtre modal selectiu).
6. Fase de validació de la qualitat del mapa obtingut, en què es genera una matriu de confusions i se'n deriven diversos indicadors d'encert, com ara l'exactitud global.
Tot i que el procés es pot dur a terme en imatges monobanda, el cas més habitual és la realització en imatges multibanda (ja siguin multiespectrals, hiperespectrals i/o multitemporals), amb la qual cosa les dades font són fortament multivariants i poden comprendre tant informació radiomètrica com d'altra natura (elevacions, pendents, característiques de forma o grandària del segment, etc.). Existeixen diversos grans tipus de classificació, entre els quals hi ha la classificació supervisada, la classificació no supervisada, la classificació híbrida i la classificació borrosa, cadascun amb diferents mètodes, criteris o algorismes concrets. Alguns dels mètodes fins i tot proporcionen assignacions a més d'una classe.
Independentment del tipus de classificació, però, és possible generalitzar el procediment dividint-lo en diferents fases:
1. Fase opcional de recollida de dades auxiliars i de generació de nova informació a partir de les mateixes imatges. Aquesta informació és normalment de tipus quantitatiu, i està destinada a disposar de dades complementàries (índexs de vegetació, índexs de textures dels píxels, etc.) o a fer una reducció o optimització de les variables (a través d'ACP, anàlisi discriminant, etc.).
2. Fase d'establiment de les classes que constituiran la llegenda del mapa (de vegades anomenada fase d'entrenament, denominació no del tot adequada perquè no sempre s'hi "entrena" el sistema). En aquesta fase de vegades interessa obtenir signatures espectrals (o signatures multivariants) a partir d'àrees d'entrenament, de radiometria de camp, de biblioteques espectrals, etc. (per exemple, en la classificació supervisada), fronteres de separació entre classes (per exemple, hiperplans en els classificadors per vectors de suport), o simplement tenir la ubicació espacial de mostres de classes (per exemple, en la classificació híbrida). Si s'obtenen signatures en aquesta fase se n'analitzarà la separabilitat estadística.
3. Fase d'obtenció dels objectes que s'han de classificar. Els objectes que s'han de classificar poden ser preexistents (per exemple, si hom pretén actualitzar la coberta del sòl de parcel·les cadastrals predefinides) o procedir de les imatges: píxels originals o polígons (delimitats per fotointerpretació o per segmentació).
4. Fase d'assignació dels objectes definits en la fase 3 a les classes establertes en la fase 2. Aquesta assignació es fa a partir d'algun classificador convenient o, en el cas de classificacions no supervisades no destinades a classificació híbrida, per anàlisi visual d'imatges. En alguns protocols més sofisticats pot emprar-se la consideració de com resulten classificats els objectes (píxels o segments) veïns a l'objecte que s'ha de classificar per a augmentar la consistència del procés.
5. Fase opcional de refinament del resultat. En aquesta fase s'efectuen, per exemple, generalitzacions per a garantir que no s'està per sota de la mínima unitat cartografiable o simplement per a evitar treballar al límit de la resolució espacial del sensor (per exemple, amb un filtre modal selectiu).
6. Fase de validació de la qualitat del mapa obtingut, en què es genera una matriu de confusions i se'n deriven diversos indicadors d'encert, com ara l'exactitud global.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació automàtica
classificació automàtica
Teledetecció > Classificació
- ca classificació no supervisada, n f
- ca classificació automàtica, n f sin. compl.
- es clasificación no supervisada
- es clasificación automática sin. compl.
- en unsupervised classification
- en automatic classification sin. compl.
Teledetecció > Classificació
Definició
Classificació digital d'imatges en què un analista estableix el nombre aproximat de classes que constituiran la llegenda d'un mapa i la seva ubicació inicial en l'espai estadístic (fase 2) i el procediment extreu classes estadísticament robustes que seran assignades a classes informacionals a través d'anàlisi visual d'imatges (sortida de la fase 4).
La majoria de classificadors no supervisats es basen en processos iteratius entre les fases 2 i 4 del model general de classificació digital d'imatges, com ara l'ISODATA, un dels més usats. La classificació no supervisada té l'avantatge de ser un procés computacional objectiu, basat exclusivament en les estadístiques de la imatge, que maximitza la distància entre classes i en garanteix la consistència interna sense intervenció d'un analista ni aportació d'àrees d'entrenament o coneixement previ de l'àrea. Tanmateix, també presenta problemes, com ara la dependència del resultat en funció de la ubicació dels centres de classe inicials o el fet que si es demanen poques classes és poc útil, mentre que, si se'n demanen moltes, esdevé pràcticament impossible etiquetar-les visualment.
A banda del seu paper com a classificadors finalistes, els mètodes de classificació no supervisada també poden ser usats com a exploratoris abans de procedir a una classificació supervisada.
La majoria de classificadors no supervisats es basen en processos iteratius entre les fases 2 i 4 del model general de classificació digital d'imatges, com ara l'ISODATA, un dels més usats. La classificació no supervisada té l'avantatge de ser un procés computacional objectiu, basat exclusivament en les estadístiques de la imatge, que maximitza la distància entre classes i en garanteix la consistència interna sense intervenció d'un analista ni aportació d'àrees d'entrenament o coneixement previ de l'àrea. Tanmateix, també presenta problemes, com ara la dependència del resultat en funció de la ubicació dels centres de classe inicials o el fet que si es demanen poques classes és poc útil, mentre que, si se'n demanen moltes, esdevé pràcticament impossible etiquetar-les visualment.
A banda del seu paper com a classificadors finalistes, els mètodes de classificació no supervisada també poden ser usats com a exploratoris abans de procedir a una classificació supervisada.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació borrosa
classificació borrosa
Teledetecció > Classificació
- ca classificació borrosa, n f
- ca classificació tova, n f sin. compl.
- es clasificación borrosa
- es clasificación blanda sin. compl.
- en fuzzy classification
- en soft classification sin. compl.
Teledetecció > Classificació
Definició
Classificació digital d'imatges que fins a la fase 4 és força similar al procediment d'una classificació supervisada, però que en la fase d'assignació treballa sobre conjunts borrosos, fent correspondre a cada individu no una classe sinó un nivell de pertinència a cadascuna de les diferents classes disponibles.
La multipertinència dels individus (píxels, entre d'altres) té relativament poca tradició en cartografia, però pot aportar informacions interessants sobre la certesa d'assignació, de definició del nombre de classes, etc., i, en qualsevol cas, pot desembocar igualment en un mapa categòric convencional a través de classificadors borrosos. Un producte addicional d'una classificació borrosa és una imatge d'incertesa de classificació de cada individu. Aquesta incertesa oscil·la entre 0 i 1 (màxima incertesa) i es defineix: Incertesa = 1 − (max − sum/n)/(1 − 1/n), on max és la màxima pertinència per al píxel, sum és la suma de les pertinències per al píxel i n és el nombre de classes considerat.
La multipertinència dels individus (píxels, entre d'altres) té relativament poca tradició en cartografia, però pot aportar informacions interessants sobre la certesa d'assignació, de definició del nombre de classes, etc., i, en qualsevol cas, pot desembocar igualment en un mapa categòric convencional a través de classificadors borrosos. Un producte addicional d'una classificació borrosa és una imatge d'incertesa de classificació de cada individu. Aquesta incertesa oscil·la entre 0 i 1 (màxima incertesa) i es defineix: Incertesa = 1 − (max − sum/n)/(1 − 1/n), on max és la màxima pertinència per al píxel, sum és la suma de les pertinències per al píxel i n és el nombre de classes considerat.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
classificació contínua
classificació contínua
Sistemes d'informació geogràfica > Matemàtiques > Àlgebra i lògica
- ca classificació difusa, n f
- ca classificació contínua, n f sin. compl.
- es clasificación continua
- es clasificación difusa
- en continuous classification
- en fuzzy classification
Sistemes d'informació geogràfica > Matemàtiques > Àlgebra i lògica
Definició
Mètode de classificació basat en conjunts difusos, la pertinença als quals és sempre parcial i és el resultat d'una funció de pertinença que varia en una escala contínua entre 0 i 1, que corresponen respectivament a la no-pertinença i la pertinença completa.
Nota
-
1. En la classificació difusa caben tots els graus de menor o major pertinença, a diferència del que succeeix en una classificació convencional, en què la pertinença és una funció booleana amb valors disjuntius (sí o no).
2. L'aplicació de classificacions difuses a dades ràster dona lloc també a àrees de límits difusos, en consonància amb el caràcter no abrupte entre els límits de classe, essent els límits en si àrees de transició gradual.
3. En els sistemes d'informació geogràfica, els mètodes de classificació difusa s'han aplicat a l'anàlisi de sòls, de la vegetació i a altres fenòmens que tendeixen a variar gradualment en la seva composició a través de l'espai. -
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació d'imatges
classificació d'imatges
Sistemes d'informació geogràfica > Ciències de la informació geogràfica > Teledetecció
- ca classificació d'imatges, n f
- es clasificación de imágenes
- en image classification
Sistemes d'informació geogràfica > Ciències de la informació geogràfica > Teledetecció
Definició
Procés de generar una imatge de valors categòrics a partir d'una o més imatges de valors quantitatius, mitjançant l'aplicació de mètodes estadístics de classificació als valors quantitatius originals, generalment amb la finalitat de produir informació cartogràfica temàtica.
Nota
- La classificació d'imatges constitueix un dels mètodes fonamentals d'extracció d'informació de les imatges digitals produïdes mitjançant teledetecció o altres mètodes.
-
La informació d'aquesta fitxa procedeix de l'obra següent:
NUNES, Joan. Diccionari terminològic de sistemes d'informació geogràfica. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 551 p. (Diccionaris Terminològics)
ISBN 978-84-393-8863-0; 978-84-412-2188-8
classificació d'imatges
classificació d'imatges
Teledetecció > Classificació
- ca classificació digital d'imatges, n f
- ca classificació, n f sin. compl.
- ca classificació d'imatges, n f sin. compl.
- es clasificación digital de imágenes
- es clasificación sin. compl.
- es clasificación de imágenes sin. compl.
- en digital image classification
- en classification sin. compl.
- en image classification sin. compl.
Teledetecció > Classificació
Definició
Procés d'anàlisi digital d'imatges pel qual durant l'elaboració d'un mapa categòric a partir d'imatges de teledetecció (combinades o no amb altres dades), s'assigna cada objecte (píxel1 o segment1) de les imatges a una classe del mapa categòric en funció de les característiques de l'objecte (vegeu GEOBIA).
Tot i que el procés es pot dur a terme en imatges monobanda, el cas més habitual és la realització en imatges multibanda (ja siguin multiespectrals, hiperespectrals i/o multitemporals), amb la qual cosa les dades font són fortament multivariants i poden comprendre tant informació radiomètrica com d'altra natura (elevacions, pendents, característiques de forma o grandària del segment, etc.). Existeixen diversos grans tipus de classificació, entre els quals hi ha la classificació supervisada, la classificació no supervisada, la classificació híbrida i la classificació borrosa, cadascun amb diferents mètodes, criteris o algorismes concrets. Alguns dels mètodes fins i tot proporcionen assignacions a més d'una classe.
Independentment del tipus de classificació, però, és possible generalitzar el procediment dividint-lo en diferents fases:
1. Fase opcional de recollida de dades auxiliars i de generació de nova informació a partir de les mateixes imatges. Aquesta informació és normalment de tipus quantitatiu, i està destinada a disposar de dades complementàries (índexs de vegetació, índexs de textures dels píxels, etc.) o a fer una reducció o optimització de les variables (a través d'ACP, anàlisi discriminant, etc.).
2. Fase d'establiment de les classes que constituiran la llegenda del mapa (de vegades anomenada fase d'entrenament, denominació no del tot adequada perquè no sempre s'hi "entrena" el sistema). En aquesta fase de vegades interessa obtenir signatures espectrals (o signatures multivariants) a partir d'àrees d'entrenament, de radiometria de camp, de biblioteques espectrals, etc. (per exemple, en la classificació supervisada), fronteres de separació entre classes (per exemple, hiperplans en els classificadors per vectors de suport), o simplement tenir la ubicació espacial de mostres de classes (per exemple, en la classificació híbrida). Si s'obtenen signatures en aquesta fase se n'analitzarà la separabilitat estadística.
3. Fase d'obtenció dels objectes que s'han de classificar. Els objectes que s'han de classificar poden ser preexistents (per exemple, si hom pretén actualitzar la coberta del sòl de parcel·les cadastrals predefinides) o procedir de les imatges: píxels originals o polígons (delimitats per fotointerpretació o per segmentació).
4. Fase d'assignació dels objectes definits en la fase 3 a les classes establertes en la fase 2. Aquesta assignació es fa a partir d'algun classificador convenient o, en el cas de classificacions no supervisades no destinades a classificació híbrida, per anàlisi visual d'imatges. En alguns protocols més sofisticats pot emprar-se la consideració de com resulten classificats els objectes (píxels o segments) veïns a l'objecte que s'ha de classificar per a augmentar la consistència del procés.
5. Fase opcional de refinament del resultat. En aquesta fase s'efectuen, per exemple, generalitzacions per a garantir que no s'està per sota de la mínima unitat cartografiable o simplement per a evitar treballar al límit de la resolució espacial del sensor (per exemple, amb un filtre modal selectiu).
6. Fase de validació de la qualitat del mapa obtingut, en què es genera una matriu de confusions i se'n deriven diversos indicadors d'encert, com ara l'exactitud global.
Tot i que el procés es pot dur a terme en imatges monobanda, el cas més habitual és la realització en imatges multibanda (ja siguin multiespectrals, hiperespectrals i/o multitemporals), amb la qual cosa les dades font són fortament multivariants i poden comprendre tant informació radiomètrica com d'altra natura (elevacions, pendents, característiques de forma o grandària del segment, etc.). Existeixen diversos grans tipus de classificació, entre els quals hi ha la classificació supervisada, la classificació no supervisada, la classificació híbrida i la classificació borrosa, cadascun amb diferents mètodes, criteris o algorismes concrets. Alguns dels mètodes fins i tot proporcionen assignacions a més d'una classe.
Independentment del tipus de classificació, però, és possible generalitzar el procediment dividint-lo en diferents fases:
1. Fase opcional de recollida de dades auxiliars i de generació de nova informació a partir de les mateixes imatges. Aquesta informació és normalment de tipus quantitatiu, i està destinada a disposar de dades complementàries (índexs de vegetació, índexs de textures dels píxels, etc.) o a fer una reducció o optimització de les variables (a través d'ACP, anàlisi discriminant, etc.).
2. Fase d'establiment de les classes que constituiran la llegenda del mapa (de vegades anomenada fase d'entrenament, denominació no del tot adequada perquè no sempre s'hi "entrena" el sistema). En aquesta fase de vegades interessa obtenir signatures espectrals (o signatures multivariants) a partir d'àrees d'entrenament, de radiometria de camp, de biblioteques espectrals, etc. (per exemple, en la classificació supervisada), fronteres de separació entre classes (per exemple, hiperplans en els classificadors per vectors de suport), o simplement tenir la ubicació espacial de mostres de classes (per exemple, en la classificació híbrida). Si s'obtenen signatures en aquesta fase se n'analitzarà la separabilitat estadística.
3. Fase d'obtenció dels objectes que s'han de classificar. Els objectes que s'han de classificar poden ser preexistents (per exemple, si hom pretén actualitzar la coberta del sòl de parcel·les cadastrals predefinides) o procedir de les imatges: píxels originals o polígons (delimitats per fotointerpretació o per segmentació).
4. Fase d'assignació dels objectes definits en la fase 3 a les classes establertes en la fase 2. Aquesta assignació es fa a partir d'algun classificador convenient o, en el cas de classificacions no supervisades no destinades a classificació híbrida, per anàlisi visual d'imatges. En alguns protocols més sofisticats pot emprar-se la consideració de com resulten classificats els objectes (píxels o segments) veïns a l'objecte que s'ha de classificar per a augmentar la consistència del procés.
5. Fase opcional de refinament del resultat. En aquesta fase s'efectuen, per exemple, generalitzacions per a garantir que no s'està per sota de la mínima unitat cartografiable o simplement per a evitar treballar al límit de la resolució espacial del sensor (per exemple, amb un filtre modal selectiu).
6. Fase de validació de la qualitat del mapa obtingut, en què es genera una matriu de confusions i se'n deriven diversos indicadors d'encert, com ara l'exactitud global.
Nota
-
La informació d'aquesta fitxa procedeix de l'obra següent, actualitzada pels autors el març de 2015 i el febrer de 2018:
PONS FERNÁNDEZ, Xavier; ARCALÍS PLANAS, Anna. Diccionari terminològic de teledetecció. Barcelona: Institut Cartogràfic de Catalunya: Enciclopèdia Catalana, 2012. 597 p. (Diccionaris Terminològics)
ISBN 978-84-393-9008-4; 978-84-412-2249-6
