Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático

Autores
Sabattini, Julian Alberto; Sabattini, Rafael Alberto; Muzzachiodi, Norberto; Treisse, Irina; Penco, Rodrigo
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Entre Ríos presenta un paisaje particular con numerosos ambientes contrastantes. Cartografiar tanto los naturales y como los antrópicos es una tarea frecuente gracias a la utilización de tecnologías de percepción remota junto con los sistemas de información geográfica. Conocer qué, cuánto y dónde se encuentran es indispensable para diseñar estrategias de uso sostenible y de conservación de recursos naturales en un territorio. La libre accesibilidad de los datos y la capacidad de procesamiento en la nube de toda esta información es determinante para procesar y clasificar la vegetación de un área determinada. El objetivo fue confeccionar un mapa actualizado y rápidamente actualizable en el futuro con el mismo método de los ambientes naturales y antrópicos más representativos de la provincia de Entre Ríos conociendo cuál es la mejor época del año en la cual se maximiza el porcentaje de acierto de clasificación de algoritmos automáticos de cada ambiente. Utilizar algoritmos automáticos de aprendizajes de clasificación fue útil para conocer la extensión de los ecosistemas naturales y antrópicos en un amplio territorio. Las herramientas de Google Earth Engine permitieron seleccionar la época del año en la cual se maximiza el porcentaje de acierto y disminuye la probabilidad de error con bajo costo computacional y operacional. Los resultados obtenidos son indispensables para planificar políticas públicas de forma precisa y certera para las actividades productivas, como así también para la conservación de los recursos naturales.
Entre Ríos presents a distinctive landscape with numerous contrasting environments. Mapping both natural and anthropic features is a common task facilitated using remote sensing technologies alongside geographic information systems. Knowing what, how much, and where they are located is essential for designing sustainable use and conservation strategies for natural resources in a territory. The free accessibility of data and the cloud processing capability for all this information are crucial for processing and classifying the vegetation of a specific area. The aim was to create an updated map that can be easily updated in the future, using the same method for the most representative natural and anthropic environments in the province of Entre Ríos. This involves determining the best time of the year to maximize the accuracy percentage of automatic algorithm classification for each environment. Employing automatic classification learning algorithms was useful in understanding the extent of natural and anthropic ecosystems across a vast territory. Google Earth Engine tools allowed for selecting the optimal time of year to maximize accuracy percentage and minimize the probability of error with low computational and operational costs. The results obtained are indispensable for planning precise and accurate public policies for productive activities, as well as for the conservation of natural resources.
Fil: Sabattini, Julian Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina
Fil: Sabattini, Rafael Alberto. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina
Fil: Muzzachiodi, Norberto. Universidad Nacional del Litoral. Facultad de Bioquímica y Ciencias Biológicas; Argentina
Fil: Treisse, Irina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto Nacional de Limnología. Universidad Nacional del Litoral. Instituto Nacional de Limnología; Argentina
Fil: Penco, Rodrigo. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina
Materia
dinámica cobertura del suelo
Google Earth Engine
Sentinel-2
clasificación supervisada
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/242130

id CONICETDig_05878a9e5b84ccb925a0e13eeca3fe75
oai_identifier_str oai:ri.conicet.gov.ar:11336/242130
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automáticoMapping of the natural and anthropic environments of Entre Rios (Argentina) using machine learning classificationSabattini, Julian AlbertoSabattini, Rafael AlbertoMuzzachiodi, NorbertoTreisse, IrinaPenco, Rodrigodinámica cobertura del sueloGoogle Earth EngineSentinel-2clasificación supervisadahttps://purl.org/becyt/ford/1.5https://purl.org/becyt/ford/1Entre Ríos presenta un paisaje particular con numerosos ambientes contrastantes. Cartografiar tanto los naturales y como los antrópicos es una tarea frecuente gracias a la utilización de tecnologías de percepción remota junto con los sistemas de información geográfica. Conocer qué, cuánto y dónde se encuentran es indispensable para diseñar estrategias de uso sostenible y de conservación de recursos naturales en un territorio. La libre accesibilidad de los datos y la capacidad de procesamiento en la nube de toda esta información es determinante para procesar y clasificar la vegetación de un área determinada. El objetivo fue confeccionar un mapa actualizado y rápidamente actualizable en el futuro con el mismo método de los ambientes naturales y antrópicos más representativos de la provincia de Entre Ríos conociendo cuál es la mejor época del año en la cual se maximiza el porcentaje de acierto de clasificación de algoritmos automáticos de cada ambiente. Utilizar algoritmos automáticos de aprendizajes de clasificación fue útil para conocer la extensión de los ecosistemas naturales y antrópicos en un amplio territorio. Las herramientas de Google Earth Engine permitieron seleccionar la época del año en la cual se maximiza el porcentaje de acierto y disminuye la probabilidad de error con bajo costo computacional y operacional. Los resultados obtenidos son indispensables para planificar políticas públicas de forma precisa y certera para las actividades productivas, como así también para la conservación de los recursos naturales.Entre Ríos presents a distinctive landscape with numerous contrasting environments. Mapping both natural and anthropic features is a common task facilitated using remote sensing technologies alongside geographic information systems. Knowing what, how much, and where they are located is essential for designing sustainable use and conservation strategies for natural resources in a territory. The free accessibility of data and the cloud processing capability for all this information are crucial for processing and classifying the vegetation of a specific area. The aim was to create an updated map that can be easily updated in the future, using the same method for the most representative natural and anthropic environments in the province of Entre Ríos. This involves determining the best time of the year to maximize the accuracy percentage of automatic algorithm classification for each environment. Employing automatic classification learning algorithms was useful in understanding the extent of natural and anthropic ecosystems across a vast territory. Google Earth Engine tools allowed for selecting the optimal time of year to maximize accuracy percentage and minimize the probability of error with low computational and operational costs. The results obtained are indispensable for planning precise and accurate public policies for productive activities, as well as for the conservation of natural resources.Fil: Sabattini, Julian Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; ArgentinaFil: Sabattini, Rafael Alberto. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; ArgentinaFil: Muzzachiodi, Norberto. Universidad Nacional del Litoral. Facultad de Bioquímica y Ciencias Biológicas; ArgentinaFil: Treisse, Irina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto Nacional de Limnología. Universidad Nacional del Litoral. Instituto Nacional de Limnología; ArgentinaFil: Penco, Rodrigo. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; ArgentinaUniversitat Politècnica de València2024-07info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/242130Sabattini, Julian Alberto; Sabattini, Rafael Alberto; Muzzachiodi, Norberto; Treisse, Irina; Penco, Rodrigo; Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático; Universitat Politècnica de València; Revista de Teledetección; 64; 7-2024; 49-601133-09531988-8740CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://polipapers.upv.es/index.php/raet/article/view/20831info:eu-repo/semantics/altIdentifier/doi/10.4995/raet.2024.20831info:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T10:40:05Zoai:ri.conicet.gov.ar:11336/242130instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-29 10:40:06.199CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
Mapping of the natural and anthropic environments of Entre Rios (Argentina) using machine learning classification
title Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
spellingShingle Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
Sabattini, Julian Alberto
dinámica cobertura del suelo
Google Earth Engine
Sentinel-2
clasificación supervisada
title_short Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
title_full Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
title_fullStr Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
title_full_unstemmed Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
title_sort Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático
dc.creator.none.fl_str_mv Sabattini, Julian Alberto
Sabattini, Rafael Alberto
Muzzachiodi, Norberto
Treisse, Irina
Penco, Rodrigo
author Sabattini, Julian Alberto
author_facet Sabattini, Julian Alberto
Sabattini, Rafael Alberto
Muzzachiodi, Norberto
Treisse, Irina
Penco, Rodrigo
author_role author
author2 Sabattini, Rafael Alberto
Muzzachiodi, Norberto
Treisse, Irina
Penco, Rodrigo
author2_role author
author
author
author
dc.subject.none.fl_str_mv dinámica cobertura del suelo
Google Earth Engine
Sentinel-2
clasificación supervisada
topic dinámica cobertura del suelo
Google Earth Engine
Sentinel-2
clasificación supervisada
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.5
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv Entre Ríos presenta un paisaje particular con numerosos ambientes contrastantes. Cartografiar tanto los naturales y como los antrópicos es una tarea frecuente gracias a la utilización de tecnologías de percepción remota junto con los sistemas de información geográfica. Conocer qué, cuánto y dónde se encuentran es indispensable para diseñar estrategias de uso sostenible y de conservación de recursos naturales en un territorio. La libre accesibilidad de los datos y la capacidad de procesamiento en la nube de toda esta información es determinante para procesar y clasificar la vegetación de un área determinada. El objetivo fue confeccionar un mapa actualizado y rápidamente actualizable en el futuro con el mismo método de los ambientes naturales y antrópicos más representativos de la provincia de Entre Ríos conociendo cuál es la mejor época del año en la cual se maximiza el porcentaje de acierto de clasificación de algoritmos automáticos de cada ambiente. Utilizar algoritmos automáticos de aprendizajes de clasificación fue útil para conocer la extensión de los ecosistemas naturales y antrópicos en un amplio territorio. Las herramientas de Google Earth Engine permitieron seleccionar la época del año en la cual se maximiza el porcentaje de acierto y disminuye la probabilidad de error con bajo costo computacional y operacional. Los resultados obtenidos son indispensables para planificar políticas públicas de forma precisa y certera para las actividades productivas, como así también para la conservación de los recursos naturales.
Entre Ríos presents a distinctive landscape with numerous contrasting environments. Mapping both natural and anthropic features is a common task facilitated using remote sensing technologies alongside geographic information systems. Knowing what, how much, and where they are located is essential for designing sustainable use and conservation strategies for natural resources in a territory. The free accessibility of data and the cloud processing capability for all this information are crucial for processing and classifying the vegetation of a specific area. The aim was to create an updated map that can be easily updated in the future, using the same method for the most representative natural and anthropic environments in the province of Entre Ríos. This involves determining the best time of the year to maximize the accuracy percentage of automatic algorithm classification for each environment. Employing automatic classification learning algorithms was useful in understanding the extent of natural and anthropic ecosystems across a vast territory. Google Earth Engine tools allowed for selecting the optimal time of year to maximize accuracy percentage and minimize the probability of error with low computational and operational costs. The results obtained are indispensable for planning precise and accurate public policies for productive activities, as well as for the conservation of natural resources.
Fil: Sabattini, Julian Alberto. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina
Fil: Sabattini, Rafael Alberto. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina
Fil: Muzzachiodi, Norberto. Universidad Nacional del Litoral. Facultad de Bioquímica y Ciencias Biológicas; Argentina
Fil: Treisse, Irina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto Nacional de Limnología. Universidad Nacional del Litoral. Instituto Nacional de Limnología; Argentina
Fil: Penco, Rodrigo. Universidad Nacional de Entre Ríos. Facultad de Ciencias Agropecuarias; Argentina
description Entre Ríos presenta un paisaje particular con numerosos ambientes contrastantes. Cartografiar tanto los naturales y como los antrópicos es una tarea frecuente gracias a la utilización de tecnologías de percepción remota junto con los sistemas de información geográfica. Conocer qué, cuánto y dónde se encuentran es indispensable para diseñar estrategias de uso sostenible y de conservación de recursos naturales en un territorio. La libre accesibilidad de los datos y la capacidad de procesamiento en la nube de toda esta información es determinante para procesar y clasificar la vegetación de un área determinada. El objetivo fue confeccionar un mapa actualizado y rápidamente actualizable en el futuro con el mismo método de los ambientes naturales y antrópicos más representativos de la provincia de Entre Ríos conociendo cuál es la mejor época del año en la cual se maximiza el porcentaje de acierto de clasificación de algoritmos automáticos de cada ambiente. Utilizar algoritmos automáticos de aprendizajes de clasificación fue útil para conocer la extensión de los ecosistemas naturales y antrópicos en un amplio territorio. Las herramientas de Google Earth Engine permitieron seleccionar la época del año en la cual se maximiza el porcentaje de acierto y disminuye la probabilidad de error con bajo costo computacional y operacional. Los resultados obtenidos son indispensables para planificar políticas públicas de forma precisa y certera para las actividades productivas, como así también para la conservación de los recursos naturales.
publishDate 2024
dc.date.none.fl_str_mv 2024-07
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/242130
Sabattini, Julian Alberto; Sabattini, Rafael Alberto; Muzzachiodi, Norberto; Treisse, Irina; Penco, Rodrigo; Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático; Universitat Politècnica de València; Revista de Teledetección; 64; 7-2024; 49-60
1133-0953
1988-8740
CONICET Digital
CONICET
url http://hdl.handle.net/11336/242130
identifier_str_mv Sabattini, Julian Alberto; Sabattini, Rafael Alberto; Muzzachiodi, Norberto; Treisse, Irina; Penco, Rodrigo; Cartografía de los ambientes naturales y antrópicos de Entre Ríos (Argentina) utilizando clasificación de aprendizaje automático; Universitat Politècnica de València; Revista de Teledetección; 64; 7-2024; 49-60
1133-0953
1988-8740
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://polipapers.upv.es/index.php/raet/article/view/20831
info:eu-repo/semantics/altIdentifier/doi/10.4995/raet.2024.20831
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1844614427770355712
score 13.070432