Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto
- Autores
- Marzialetti, Pablo Adrián
- Año de publicación
- 2012
- Idioma
- español castellano
- Tipo de recurso
- tesis de maestría
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Laneve, Giovanni
Masuelli, Sergio - Descripción
- Dentro de un panorama de aumento constante en la demanda de energía, es notoria la creciente exploración de cuencas hidrocarburíferas sujetas a duras condiciones climáticas y antes consideradas remotas. En este contexto, las técnicas de sensado remoto pueden ser utilizadas para dar soporte a la detección y monitoreo de vertidos accidentales o productos de la propia operatoria, siendo entre ellas la tecnología SAR una de las que dispone de mayor potencial de aplicación. Desde el presente trabajo, se hace una introducción al estado del arte en la materia, a las capacidades de estas técnicas, como así también a sus limitaciones y herramientas para superarlas. Se detallan un conjunto de características que potencialmente explican al objeto detectado y que posteriormente ingresadas a un proceso de clasificación de redes neuronales de reconocimiento de patrones serán de de utilidad para establecer, con un cierto grado de confiabilidad, si éste objeto esta relacionado a una falsa alarma o a un real derrame de hidrocarburos. Se entrenó a la red neural con escenas extraídas de imágenes Envisat-ASAR, de las que se obtuvieron alrededor de 230 manchas, alcanzando un 81,3% de casos de correcta clasificación en el caso de derrames reales y un 100% en el caso de falsas alarmas. Los resultados alcanzados, en conjunto con una futura implementación de una aplicación automatizada de alerta y monitoreo, dan pautas claras de la potencialidad de esta técnica aplicable sobre zonas de interés ecológico, socioeconómico o geopolítico.
- Materia
-
Teledetección
SAR
Derrames de petróleo
Falsa alarma - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/11542
Ver los metadatos del registro completo
id |
RDUUNC_30658008bfa327f59f5a7dfbf9b90a0d |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/11542 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remotoMarzialetti, Pablo AdriánTeledetecciónSARDerrames de petróleoFalsa alarmaDentro de un panorama de aumento constante en la demanda de energía, es notoria la creciente exploración de cuencas hidrocarburíferas sujetas a duras condiciones climáticas y antes consideradas remotas. En este contexto, las técnicas de sensado remoto pueden ser utilizadas para dar soporte a la detección y monitoreo de vertidos accidentales o productos de la propia operatoria, siendo entre ellas la tecnología SAR una de las que dispone de mayor potencial de aplicación. Desde el presente trabajo, se hace una introducción al estado del arte en la materia, a las capacidades de estas técnicas, como así también a sus limitaciones y herramientas para superarlas. Se detallan un conjunto de características que potencialmente explican al objeto detectado y que posteriormente ingresadas a un proceso de clasificación de redes neuronales de reconocimiento de patrones serán de de utilidad para establecer, con un cierto grado de confiabilidad, si éste objeto esta relacionado a una falsa alarma o a un real derrame de hidrocarburos. Se entrenó a la red neural con escenas extraídas de imágenes Envisat-ASAR, de las que se obtuvieron alrededor de 230 manchas, alcanzando un 81,3% de casos de correcta clasificación en el caso de derrames reales y un 100% en el caso de falsas alarmas. Los resultados alcanzados, en conjunto con una futura implementación de una aplicación automatizada de alerta y monitoreo, dan pautas claras de la potencialidad de esta técnica aplicable sobre zonas de interés ecológico, socioeconómico o geopolítico.Laneve, GiovanniMasuelli, Sergio2012-12info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/11542spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-16T09:29:07Zoai:rdu.unc.edu.ar:11086/11542Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-16 09:29:07.439Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto |
title |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto |
spellingShingle |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto Marzialetti, Pablo Adrián Teledetección SAR Derrames de petróleo Falsa alarma |
title_short |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto |
title_full |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto |
title_fullStr |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto |
title_full_unstemmed |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto |
title_sort |
Monitoreo de derrames de hidrocarburos en cuerpos de agua mediante técnicas de sensado remoto |
dc.creator.none.fl_str_mv |
Marzialetti, Pablo Adrián |
author |
Marzialetti, Pablo Adrián |
author_facet |
Marzialetti, Pablo Adrián |
author_role |
author |
dc.contributor.none.fl_str_mv |
Laneve, Giovanni Masuelli, Sergio |
dc.subject.none.fl_str_mv |
Teledetección SAR Derrames de petróleo Falsa alarma |
topic |
Teledetección SAR Derrames de petróleo Falsa alarma |
dc.description.none.fl_txt_mv |
Dentro de un panorama de aumento constante en la demanda de energía, es notoria la creciente exploración de cuencas hidrocarburíferas sujetas a duras condiciones climáticas y antes consideradas remotas. En este contexto, las técnicas de sensado remoto pueden ser utilizadas para dar soporte a la detección y monitoreo de vertidos accidentales o productos de la propia operatoria, siendo entre ellas la tecnología SAR una de las que dispone de mayor potencial de aplicación. Desde el presente trabajo, se hace una introducción al estado del arte en la materia, a las capacidades de estas técnicas, como así también a sus limitaciones y herramientas para superarlas. Se detallan un conjunto de características que potencialmente explican al objeto detectado y que posteriormente ingresadas a un proceso de clasificación de redes neuronales de reconocimiento de patrones serán de de utilidad para establecer, con un cierto grado de confiabilidad, si éste objeto esta relacionado a una falsa alarma o a un real derrame de hidrocarburos. Se entrenó a la red neural con escenas extraídas de imágenes Envisat-ASAR, de las que se obtuvieron alrededor de 230 manchas, alcanzando un 81,3% de casos de correcta clasificación en el caso de derrames reales y un 100% en el caso de falsas alarmas. Los resultados alcanzados, en conjunto con una futura implementación de una aplicación automatizada de alerta y monitoreo, dan pautas claras de la potencialidad de esta técnica aplicable sobre zonas de interés ecológico, socioeconómico o geopolítico. |
description |
Dentro de un panorama de aumento constante en la demanda de energía, es notoria la creciente exploración de cuencas hidrocarburíferas sujetas a duras condiciones climáticas y antes consideradas remotas. En este contexto, las técnicas de sensado remoto pueden ser utilizadas para dar soporte a la detección y monitoreo de vertidos accidentales o productos de la propia operatoria, siendo entre ellas la tecnología SAR una de las que dispone de mayor potencial de aplicación. Desde el presente trabajo, se hace una introducción al estado del arte en la materia, a las capacidades de estas técnicas, como así también a sus limitaciones y herramientas para superarlas. Se detallan un conjunto de características que potencialmente explican al objeto detectado y que posteriormente ingresadas a un proceso de clasificación de redes neuronales de reconocimiento de patrones serán de de utilidad para establecer, con un cierto grado de confiabilidad, si éste objeto esta relacionado a una falsa alarma o a un real derrame de hidrocarburos. Se entrenó a la red neural con escenas extraídas de imágenes Envisat-ASAR, de las que se obtuvieron alrededor de 230 manchas, alcanzando un 81,3% de casos de correcta clasificación en el caso de derrames reales y un 100% en el caso de falsas alarmas. Los resultados alcanzados, en conjunto con una futura implementación de una aplicación automatizada de alerta y monitoreo, dan pautas claras de la potencialidad de esta técnica aplicable sobre zonas de interés ecológico, socioeconómico o geopolítico. |
publishDate |
2012 |
dc.date.none.fl_str_mv |
2012-12 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/masterThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_bdcc info:ar-repo/semantics/tesisDeMaestria |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/11542 |
url |
http://hdl.handle.net/11086/11542 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1846143347874332672 |
score |
12.712165 |