Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
La utilización de los recursos naturales tiene como protagonista preponderante al sector agropecuario, en lo que respecta al uso del recurso suelo; siendo su conocimiento de gran importancia en la actualidad. La teledetección posibilita, a través de la clasificación de imágenes satelitales, conocer...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2014
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/41984 http://43jaiio.sadio.org.ar/proceedings/CAI/6.pdf |
| Aporte de: |
| id |
I19-R120-10915-41984 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Nacional de La Plata |
| institution_str |
I-19 |
| repository_str |
R-120 |
| collection |
SEDICI (UNLP) |
| language |
Español |
| topic |
Ciencias Informáticas Ciencias Agrarias Industrial control clasificación Argentina COMPUTERS IN OTHER SYSTEMS series multiemporales cultivos agrícolas LANDSAT TM |
| spellingShingle |
Ciencias Informáticas Ciencias Agrarias Industrial control clasificación Argentina COMPUTERS IN OTHER SYSTEMS series multiemporales cultivos agrícolas LANDSAT TM Nolasco, Miguel Willington, Enrique A. Bocco, Mónica Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT |
| topic_facet |
Ciencias Informáticas Ciencias Agrarias Industrial control clasificación Argentina COMPUTERS IN OTHER SYSTEMS series multiemporales cultivos agrícolas LANDSAT TM |
| description |
La utilización de los recursos naturales tiene como protagonista preponderante al sector agropecuario, en lo que respecta al uso del recurso suelo; siendo su conocimiento de gran importancia en la actualidad. La teledetección posibilita, a través de la clasificación de imágenes satelitales, conocer el uso de los suelos y monitorear sus cambios; en estos estudios las series multi-temporales representan una alternativa para mejorar las clasificaciones. El presente estudio fue realizado en la región central de la provincia de Córdoba, donde la soja y el maíz son los cultivos más importantes, por área sembrada y réditos económicos producidos. Los objetivos fue evaluar y comparar el desempeño de dos alternativas de clasificación, empleando el algoritmo de máxima verosimilitud, una que utiliza una serie temporal de imágenes satelitales y otra que clasifica imágenes individuales, para identificar la cobertura del suelo en el área de estudio. La clasificación a partir de datos multitemporales presenta valores superiores en los estadísticos de validación. |
| format |
Objeto de conferencia Objeto de conferencia |
| author |
Nolasco, Miguel Willington, Enrique A. Bocco, Mónica |
| author_facet |
Nolasco, Miguel Willington, Enrique A. Bocco, Mónica |
| author_sort |
Nolasco, Miguel |
| title |
Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT |
| title_short |
Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT |
| title_full |
Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT |
| title_fullStr |
Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT |
| title_full_unstemmed |
Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT |
| title_sort |
clasificación del uso de suelo en agricultura a partir de series temporales de imágenes landsat |
| publishDate |
2014 |
| url |
http://sedici.unlp.edu.ar/handle/10915/41984 http://43jaiio.sadio.org.ar/proceedings/CAI/6.pdf |
| work_keys_str_mv |
AT nolascomiguel clasificaciondelusodesueloenagriculturaapartirdeseriestemporalesdeimageneslandsat AT willingtonenriquea clasificaciondelusodesueloenagriculturaapartirdeseriestemporalesdeimageneslandsat AT boccomonica clasificaciondelusodesueloenagriculturaapartirdeseriestemporalesdeimageneslandsat |
| bdutipo_str |
Repositorios |
| _version_ |
1764820473068126208 |