Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat

Mostrar todas las versiones(3)

Ponencia presentada en 42º Jornadas Argentinas de Informática (JAiiO). V Congreso Argentino de AgroInformática (CAI). Córdoba, Argentina, 16 al 20 de septiembre de 2013

Guardado en:
Detalles Bibliográficos
Autores principales: Willington, Enrique, Nolasco, Miguel Martín, Bocco, Mónica
Formato: conferenceObject
Lenguaje:Español
Publicado: 2020
Materias:
Plantas de cobertura
Cultivo
Análisis de imágenes
Imágenes por satélites
Software
Landsat
Córdoba
Argentina
Acceso en línea:http://hdl.handle.net/11086/17028
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R141-11086-17028
record_format dspace
spelling I10-R141-11086-170282023-08-30T12:59:16Z Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat Willington, Enrique Nolasco, Miguel Martín Bocco, Mónica Plantas de cobertura Cultivo Análisis de imágenes Imágenes por satélites Software Landsat Córdoba Argentina Ponencia presentada en 42º Jornadas Argentinas de Informática (JAiiO). V Congreso Argentino de AgroInformática (CAI). Córdoba, Argentina, 16 al 20 de septiembre de 2013 Fil: Willington, Enrique. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. Fil: Bocco, Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. El tipo de cobertura del suelo es un dato de mucha importancia en el ámbito del manejo de los recursos naturales, siendo uno de los factores que cambia más rápidamente también en el sector agrícola. La clasificación de imágenes provenientes de sensores remotos permite monitorear dichos cambios con precisión, en forma periódica y a menores costos que con métodos tradicionales. Las imágenes del satélite Landsat TM son ampliamente utilizadas para realizar dichas clasificaciones. La soja (Glycine max (L.) Merrill) y el maíz (Zea mays L.) son los cultivos más importantes en Argentina, por área sembrada y réditos económicos producidos. En el presente trabajo se clasificaron dos imágenes Landsat, empleando cuatro métodos de clasificación supervisada, utilizando el software Envi 4.6. El objetivo fue evaluar y comparar los métodos aplicados para el mapeo de la cobertura del suelo, en el área central de Córdoba (Argentina). El desempeño de los clasificadores fue muy bueno, siendo el de máxima probabilidad el que presentó mejores resultados, con estadístico Kappa catalogado como excelente, tanto para la imagen de inicio de la campaña agrícola como para la de finales de de la misma. Fil: Willington, Enrique. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. Fil: Nolasco, Miguel Martín. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. Fil: Bocco, Mónica. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina. 2020-12-07T01:18:14Z 2020-12-07T01:18:14Z 2013 conferenceObject http://hdl.handle.net/11086/17028 spa Attribution-NonCommercial-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ Anales de las 42 JAIIO Jornadas Argentinas de Informática ISSN: 1850-2776 http://42jaiio.sadio.org.ar/proceedings/
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Plantas de cobertura
Cultivo
Análisis de imágenes
Imágenes por satélites
Software
Landsat
Córdoba
Argentina
spellingShingle Plantas de cobertura
Cultivo
Análisis de imágenes
Imágenes por satélites
Software
Landsat
Córdoba
Argentina
Willington, Enrique
Nolasco, Miguel Martín
Bocco, Mónica
Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat
topic_facet Plantas de cobertura
Cultivo
Análisis de imágenes
Imágenes por satélites
Software
Landsat
Córdoba
Argentina
description Ponencia presentada en 42º Jornadas Argentinas de Informática (JAiiO). V Congreso Argentino de AgroInformática (CAI). Córdoba, Argentina, 16 al 20 de septiembre de 2013
format conferenceObject
author Willington, Enrique
Nolasco, Miguel Martín
Bocco, Mónica
author_facet Willington, Enrique
Nolasco, Miguel Martín
Bocco, Mónica
author_sort Willington, Enrique
title Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat
title_short Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat
title_full Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat
title_fullStr Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat
title_full_unstemmed Clasificación supervisada de suelos de uso agrícola en la zona central de Córdoba (Argentina): comparación de distintos algoritmos sobre imágenes Landsat
title_sort clasificación supervisada de suelos de uso agrícola en la zona central de córdoba (argentina): comparación de distintos algoritmos sobre imágenes landsat
publishDate 2020
url http://hdl.handle.net/11086/17028
work_keys_str_mv AT willingtonenrique clasificacionsupervisadadesuelosdeusoagricolaenlazonacentraldecordobaargentinacomparaciondedistintosalgoritmossobreimageneslandsat
AT nolascomiguelmartin clasificacionsupervisadadesuelosdeusoagricolaenlazonacentraldecordobaargentinacomparaciondedistintosalgoritmossobreimageneslandsat
AT boccomonica clasificacionsupervisadadesuelosdeusoagricolaenlazonacentraldecordobaargentinacomparaciondedistintosalgoritmossobreimageneslandsat
_version_ 1782014163599491072

Ejemplares similares