Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba

Mostrar todas las versiones(2)

En la presente tesis se describe el uso práctico de la teledetección en el mapeo de cultivos. Los objetivos fueron: Evaluar y comparar el desempeño de algoritmos de clasificación; Determinar la posibilidad de extrapolar firmas espectrales; y Caracterizar cubiertas de residuos agrícolas con datos SA...

Descripción completa

Detalles Bibliográficos
Autor principal: Nolasco, Miguel Martín
Otros Autores: Scavuzzo, Carlos Marcelo
Formato: masterThesis
Lenguaje:Español
Publicado: 2018
Materias:
Applied computing-Agriculture
Machine Learning
Acceso en línea:http://hdl.handle.net/11086/6841
Aporte de:
Repositorio Digital Universitario (UNC) de Universidad Nacional de Córdoba
id I10-R14111086-6841
record_format dspace
institution Universidad Nacional de Córdoba
institution_str I-10
repository_str R-141
collection Repositorio Digital Universitario (UNC)
language Español
topic Applied computing-Agriculture
Machine Learning
spellingShingle Applied computing-Agriculture
Machine Learning
Nolasco, Miguel Martín
Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba
topic_facet Applied computing-Agriculture
Machine Learning
description En la presente tesis se describe el uso práctico de la teledetección en el mapeo de cultivos. Los objetivos fueron: Evaluar y comparar el desempeño de algoritmos de clasificación; Determinar la posibilidad de extrapolar firmas espectrales; y Caracterizar cubiertas de residuos agrícolas con datos SAR. El estudio fue desarrollado en el área central de la Provincia de Córdoba, Argentina. Se utilizaron imágenes de sensores pasivos y activos. La precisión de las clasificaciones fue evaluada mediante matrices de confusión. Empleando datos ópticos, las mejores precisiones se alcanzaron al utilizar clases que representaban los diversos estadios fenológicos de cada cultivo. La clasificación realizada con datos inter-anuales, evidenció muy buenas precisiones. El análisis de datos de radar sobre residuos de cultivos, determinó que el filtro Lee es el más apropiado para el problema en estudio. La polarización HH permitió una mejor discriminación de las clases.
author2 Scavuzzo, Carlos Marcelo
author_facet Scavuzzo, Carlos Marcelo
Nolasco, Miguel Martín
format masterThesis
author Nolasco, Miguel Martín
author_sort Nolasco, Miguel Martín
title Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba
title_short Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba
title_full Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba
title_fullStr Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba
title_full_unstemmed Mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de Córdoba
title_sort mapeo remoto multisensor de coberturas agrícolas extensivas en la zona central de córdoba
publishDate 2018
url http://hdl.handle.net/11086/6841
work_keys_str_mv AT nolascomiguelmartin mapeoremotomultisensordecoberturasagricolasextensivasenlazonacentraldecordoba
bdutipo_str Repositorios
_version_ 1764820397323190273

Ejemplares similares