Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un...

Autores
Trujillo Jiménez, Magda Alexandra; Liberoff, Ana Laura; Pessacg, Natalia Liz; Pacheco, Cristian; Flaherty, Silvia
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El valle agrícola-ganadero en la Cuenca Inferior del Río Chubut (VIRCh) tiene una extensión de 225 km2 y está situado en la Patagonia semiárida oriental argentina. Si bien este es uno de los valles más importantes de la región no existe hasta ahora información espacial completa, detallada y actualizada de sus actividades y coberturas del suelo. En este artículo avanzamos en la sistematización de este proceso y comparamos 7 métodos tradicionales de aprendizaje automático supervisado aplicados a la clasificación del uso y la cobertura del suelo a partir de imágenes satelitales de Sentinel-2 MSI y de datos adquiridos sobre el terreno. Con estos métodos obtuvimos predicciones que superan entre el 70 y 80 % de precisión en la clasificación de cultivos frutales, horticultura, terrenos construidos, arbustales, pasturas y agua. Nearest Neighbors y Decision Tree fueron los clasificadores que mostraron los mejores desempeños. El código fuente y algoritmos desarrollados están disponibles en: DOI: 10.5281/zenodo.5338597 para su libre recreación, uso y reproducibilidad.
Fil: Trujillo Jiménez, Magda Alexandra. Laboratorio de Ciencias de Las Imágenes ; Departamento de Ingenieria Electrica y de Computadoras ; Universidad Nacional del Sur; . Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Liberoff, Ana Laura. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; Argentina
Fil: Pessacg, Natalia Liz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; Argentina
Fil: Pacheco, Cristian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; Argentina
Fil: Flaherty, Silvia. Universidad Nacional de la Patagonia "San Juan Bosco"; Argentina
Congreso Argentino de Agroinformatica; 50° Jornadas Argentinas de Informática
La Plata
Argentina
Universidad Nacional de La Plata. Facultad de Informática
Sociedad Argentina de Informática
Materia
APRENDIZAJE AUTOMATICO SUPERVISADO
USO Y COBERTURA DEL SUELO
IMAGENES SATELITALES MULTIESPECTRALES
VALLE INFERIOR DEL RIO CHUBUT
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:11336/195440

id CONICETDig_a486ceb03a938826210ff9eac0b89650
oai_identifier_str oai:ri.conicet.gov.ar:11336/195440
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la PatagoniaTrujillo Jiménez, Magda AlexandraLiberoff, Ana LauraPessacg, Natalia LizPacheco, CristianFlaherty, SilviaAPRENDIZAJE AUTOMATICO SUPERVISADOUSO Y COBERTURA DEL SUELOIMAGENES SATELITALES MULTIESPECTRALESVALLE INFERIOR DEL RIO CHUBUThttps://purl.org/becyt/ford/1.5https://purl.org/becyt/ford/1El valle agrícola-ganadero en la Cuenca Inferior del Río Chubut (VIRCh) tiene una extensión de 225 km2 y está situado en la Patagonia semiárida oriental argentina. Si bien este es uno de los valles más importantes de la región no existe hasta ahora información espacial completa, detallada y actualizada de sus actividades y coberturas del suelo. En este artículo avanzamos en la sistematización de este proceso y comparamos 7 métodos tradicionales de aprendizaje automático supervisado aplicados a la clasificación del uso y la cobertura del suelo a partir de imágenes satelitales de Sentinel-2 MSI y de datos adquiridos sobre el terreno. Con estos métodos obtuvimos predicciones que superan entre el 70 y 80 % de precisión en la clasificación de cultivos frutales, horticultura, terrenos construidos, arbustales, pasturas y agua. Nearest Neighbors y Decision Tree fueron los clasificadores que mostraron los mejores desempeños. El código fuente y algoritmos desarrollados están disponibles en: DOI: 10.5281/zenodo.5338597 para su libre recreación, uso y reproducibilidad.Fil: Trujillo Jiménez, Magda Alexandra. Laboratorio de Ciencias de Las Imágenes ; Departamento de Ingenieria Electrica y de Computadoras ; Universidad Nacional del Sur; . Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; ArgentinaFil: Liberoff, Ana Laura. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; ArgentinaFil: Pessacg, Natalia Liz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; ArgentinaFil: Pacheco, Cristian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; ArgentinaFil: Flaherty, Silvia. Universidad Nacional de la Patagonia "San Juan Bosco"; ArgentinaCongreso Argentino de Agroinformatica; 50° Jornadas Argentinas de InformáticaLa PlataArgentinaUniversidad Nacional de La Plata. Facultad de InformáticaSociedad Argentina de InformáticaUniversidad Nacional de La Plata. Facultad de Informática2021info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectCongresoJournalhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/195440Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia; Congreso Argentino de Agroinformatica; 50° Jornadas Argentinas de Informática; La Plata; Argentina; 2021; 1-142525-0949CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://50jaiio.sadio.org.ar/Anales/Cai/ContribucionesNacionalinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-29T09:44:15Zoai:ri.conicet.gov.ar:11336/195440instacron: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 09:44:15.482CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
title Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
spellingShingle Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
Trujillo Jiménez, Magda Alexandra
APRENDIZAJE AUTOMATICO SUPERVISADO
USO Y COBERTURA DEL SUELO
IMAGENES SATELITALES MULTIESPECTRALES
VALLE INFERIOR DEL RIO CHUBUT
title_short Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
title_full Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
title_fullStr Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
title_full_unstemmed Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
title_sort Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia
dc.creator.none.fl_str_mv Trujillo Jiménez, Magda Alexandra
Liberoff, Ana Laura
Pessacg, Natalia Liz
Pacheco, Cristian
Flaherty, Silvia
author Trujillo Jiménez, Magda Alexandra
author_facet Trujillo Jiménez, Magda Alexandra
Liberoff, Ana Laura
Pessacg, Natalia Liz
Pacheco, Cristian
Flaherty, Silvia
author_role author
author2 Liberoff, Ana Laura
Pessacg, Natalia Liz
Pacheco, Cristian
Flaherty, Silvia
author2_role author
author
author
author
dc.subject.none.fl_str_mv APRENDIZAJE AUTOMATICO SUPERVISADO
USO Y COBERTURA DEL SUELO
IMAGENES SATELITALES MULTIESPECTRALES
VALLE INFERIOR DEL RIO CHUBUT
topic APRENDIZAJE AUTOMATICO SUPERVISADO
USO Y COBERTURA DEL SUELO
IMAGENES SATELITALES MULTIESPECTRALES
VALLE INFERIOR DEL RIO CHUBUT
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.5
https://purl.org/becyt/ford/1
dc.description.none.fl_txt_mv El valle agrícola-ganadero en la Cuenca Inferior del Río Chubut (VIRCh) tiene una extensión de 225 km2 y está situado en la Patagonia semiárida oriental argentina. Si bien este es uno de los valles más importantes de la región no existe hasta ahora información espacial completa, detallada y actualizada de sus actividades y coberturas del suelo. En este artículo avanzamos en la sistematización de este proceso y comparamos 7 métodos tradicionales de aprendizaje automático supervisado aplicados a la clasificación del uso y la cobertura del suelo a partir de imágenes satelitales de Sentinel-2 MSI y de datos adquiridos sobre el terreno. Con estos métodos obtuvimos predicciones que superan entre el 70 y 80 % de precisión en la clasificación de cultivos frutales, horticultura, terrenos construidos, arbustales, pasturas y agua. Nearest Neighbors y Decision Tree fueron los clasificadores que mostraron los mejores desempeños. El código fuente y algoritmos desarrollados están disponibles en: DOI: 10.5281/zenodo.5338597 para su libre recreación, uso y reproducibilidad.
Fil: Trujillo Jiménez, Magda Alexandra. Laboratorio de Ciencias de Las Imágenes ; Departamento de Ingenieria Electrica y de Computadoras ; Universidad Nacional del Sur; . Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico de Ciencias Sociales y Humanas; Argentina
Fil: Liberoff, Ana Laura. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; Argentina
Fil: Pessacg, Natalia Liz. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; Argentina
Fil: Pacheco, Cristian. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Centro Nacional Patagónico. Instituto Patagónico para el Estudio de los Ecosistemas Continentales; Argentina
Fil: Flaherty, Silvia. Universidad Nacional de la Patagonia "San Juan Bosco"; Argentina
Congreso Argentino de Agroinformatica; 50° Jornadas Argentinas de Informática
La Plata
Argentina
Universidad Nacional de La Plata. Facultad de Informática
Sociedad Argentina de Informática
description El valle agrícola-ganadero en la Cuenca Inferior del Río Chubut (VIRCh) tiene una extensión de 225 km2 y está situado en la Patagonia semiárida oriental argentina. Si bien este es uno de los valles más importantes de la región no existe hasta ahora información espacial completa, detallada y actualizada de sus actividades y coberturas del suelo. En este artículo avanzamos en la sistematización de este proceso y comparamos 7 métodos tradicionales de aprendizaje automático supervisado aplicados a la clasificación del uso y la cobertura del suelo a partir de imágenes satelitales de Sentinel-2 MSI y de datos adquiridos sobre el terreno. Con estos métodos obtuvimos predicciones que superan entre el 70 y 80 % de precisión en la clasificación de cultivos frutales, horticultura, terrenos construidos, arbustales, pasturas y agua. Nearest Neighbors y Decision Tree fueron los clasificadores que mostraron los mejores desempeños. El código fuente y algoritmos desarrollados están disponibles en: DOI: 10.5281/zenodo.5338597 para su libre recreación, uso y reproducibilidad.
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/conferenceObject
Congreso
Journal
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
status_str publishedVersion
format conferenceObject
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/195440
Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia; Congreso Argentino de Agroinformatica; 50° Jornadas Argentinas de Informática; La Plata; Argentina; 2021; 1-14
2525-0949
CONICET Digital
CONICET
url http://hdl.handle.net/11336/195440
identifier_str_mv Metodología de clasificación automática de uso y cobertura de suelo: Uso de Métodos de Aprendizaje Automático y teledetección para clasificación de uso y cobertura del suelo en un valle semiárido de la Patagonia; Congreso Argentino de Agroinformatica; 50° Jornadas Argentinas de Informática; La Plata; Argentina; 2021; 1-14
2525-0949
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://50jaiio.sadio.org.ar/Anales/Cai/Contribuciones
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
application/pdf
application/pdf
application/pdf
dc.coverage.none.fl_str_mv Nacional
dc.publisher.none.fl_str_mv Universidad Nacional de La Plata. Facultad de Informática
publisher.none.fl_str_mv Universidad Nacional de La Plata. Facultad de Informática
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_ 1844613392630808576
score 13.070432