Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas

Autores
Di Paolo, Luciano Elías
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión publicada
Colaborador/a o director/a de tesis
Giovaniello, Mauro Javier
Lanfri, Mario Alberto
Descripción
Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.
Maestría conjunta entre FAMAF y el Instituto de Altos Estudios Espaciales "Mario Gulich" CONAE/UNC.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba - Comisión Nacional de Actividades Espaciales. Instituto de Altos Estudios Espaciales Mario Gulich; Argentina.
La tesis de maestría presenta tres aplicaciones obtenidas a partir de información satelital que son de interés de la administración fiscal de la Provincia de Buenos Aires: La detección remota de cultivos y estimación de su superficie cultivada, la clasificación supervisada de cultivos a través de imágenes satelitales ópticas y por último, la utilización de imágenes SAR (Radar de Apertura Sintética) para clasificar cultivos. Se utilizaron series temporales de imágenes SAR Cosmo SkyMed, Sentinel-1 A y Landsat 8 – OLI, para clasificar de manera supervisada cultivos de interés en la Provincia de Buenos Aires. Se probaron distintas combinaciones de imágenes SAR y Landsat 8 para clasificar cultivos. Se utilizaron los clasificadores de Máxima verosimilitud, Árboles de decisión (DT), “Random Forest”, “Gradient Boosted Tree”, “Support Vector Machine”, “Neural Network” para clasificar imágenes SAR con el objetivo de confeccionar mapas de cultivos en tres zonas de la provincia de Buenos Aires. Se obtuvieron precisiones de entre 89% y 92% en todas las zonas de estudio. Las clasificaciones sobre imágenes SAR obtuvieron mejores precisiones con clasificadores no paramétricos en dos de tres casos. El clasificador “Random Forest” presentó el mejor desempeño. Por último, se ha propuesto una metodología de trabajo para incorporar imágenes SAR a los productos cartográficos de la agencia de Recaudación de la provincia de Buenos Aires.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba - Comisión Nacional de Actividades Espaciales. Instituto de Altos Estudios Espaciales Mario Gulich; Argentina.
Materia
Clasificación de cultivos
Series temporales
Sentinel-1A
SAR
Cosmo SkyMed
Landsat 8
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/5828
Acceder
id RDUUNC_69752f9b212aca1b2b77eede8d0b1fd6
oai_identifier_str oai:rdu.unc.edu.ar:11086/5828
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticasDi Paolo, Luciano ElíasClasificación de cultivosSeries temporalesSentinel-1ASARCosmo SkyMedLandsat 8Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.Maestría conjunta entre FAMAF y el Instituto de Altos Estudios Espaciales "Mario Gulich" CONAE/UNC.Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba - Comisión Nacional de Actividades Espaciales. Instituto de Altos Estudios Espaciales Mario Gulich; Argentina.La tesis de maestría presenta tres aplicaciones obtenidas a partir de información satelital que son de interés de la administración fiscal de la Provincia de Buenos Aires: La detección remota de cultivos y estimación de su superficie cultivada, la clasificación supervisada de cultivos a través de imágenes satelitales ópticas y por último, la utilización de imágenes SAR (Radar de Apertura Sintética) para clasificar cultivos. Se utilizaron series temporales de imágenes SAR Cosmo SkyMed, Sentinel-1 A y Landsat 8 – OLI, para clasificar de manera supervisada cultivos de interés en la Provincia de Buenos Aires. Se probaron distintas combinaciones de imágenes SAR y Landsat 8 para clasificar cultivos. Se utilizaron los clasificadores de Máxima verosimilitud, Árboles de decisión (DT), “Random Forest”, “Gradient Boosted Tree”, “Support Vector Machine”, “Neural Network” para clasificar imágenes SAR con el objetivo de confeccionar mapas de cultivos en tres zonas de la provincia de Buenos Aires. Se obtuvieron precisiones de entre 89% y 92% en todas las zonas de estudio. Las clasificaciones sobre imágenes SAR obtuvieron mejores precisiones con clasificadores no paramétricos en dos de tres casos. El clasificador “Random Forest” presentó el mejor desempeño. Por último, se ha propuesto una metodología de trabajo para incorporar imágenes SAR a los productos cartográficos de la agencia de Recaudación de la provincia de Buenos Aires.Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba - Comisión Nacional de Actividades Espaciales. Instituto de Altos Estudios Espaciales Mario Gulich; Argentina.Giovaniello, Mauro JavierLanfri, Mario Alberto2017-07info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/5828spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:44:32Zoai:rdu.unc.edu.ar:11086/5828Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:32.953Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
title Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
spellingShingle Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
Di Paolo, Luciano Elías
Clasificación de cultivos
Series temporales
Sentinel-1A
SAR
Cosmo SkyMed
Landsat 8
title_short Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
title_full Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
title_fullStr Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
title_full_unstemmed Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
title_sort Clasificación de cultivos en la provincia de Buenos Aires mediante la utilización de imágenes SAR e imágenes ópticas
dc.creator.none.fl_str_mv Di Paolo, Luciano Elías
author Di Paolo, Luciano Elías
author_facet Di Paolo, Luciano Elías
author_role author
dc.contributor.none.fl_str_mv Giovaniello, Mauro Javier
Lanfri, Mario Alberto
dc.subject.none.fl_str_mv Clasificación de cultivos
Series temporales
Sentinel-1A
SAR
Cosmo SkyMed
Landsat 8
topic Clasificación de cultivos
Series temporales
Sentinel-1A
SAR
Cosmo SkyMed
Landsat 8
dc.description.none.fl_txt_mv Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.
Maestría conjunta entre FAMAF y el Instituto de Altos Estudios Espaciales "Mario Gulich" CONAE/UNC.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba - Comisión Nacional de Actividades Espaciales. Instituto de Altos Estudios Espaciales Mario Gulich; Argentina.
La tesis de maestría presenta tres aplicaciones obtenidas a partir de información satelital que son de interés de la administración fiscal de la Provincia de Buenos Aires: La detección remota de cultivos y estimación de su superficie cultivada, la clasificación supervisada de cultivos a través de imágenes satelitales ópticas y por último, la utilización de imágenes SAR (Radar de Apertura Sintética) para clasificar cultivos. Se utilizaron series temporales de imágenes SAR Cosmo SkyMed, Sentinel-1 A y Landsat 8 – OLI, para clasificar de manera supervisada cultivos de interés en la Provincia de Buenos Aires. Se probaron distintas combinaciones de imágenes SAR y Landsat 8 para clasificar cultivos. Se utilizaron los clasificadores de Máxima verosimilitud, Árboles de decisión (DT), “Random Forest”, “Gradient Boosted Tree”, “Support Vector Machine”, “Neural Network” para clasificar imágenes SAR con el objetivo de confeccionar mapas de cultivos en tres zonas de la provincia de Buenos Aires. Se obtuvieron precisiones de entre 89% y 92% en todas las zonas de estudio. Las clasificaciones sobre imágenes SAR obtuvieron mejores precisiones con clasificadores no paramétricos en dos de tres casos. El clasificador “Random Forest” presentó el mejor desempeño. Por último, se ha propuesto una metodología de trabajo para incorporar imágenes SAR a los productos cartográficos de la agencia de Recaudación de la provincia de Buenos Aires.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía, Física y Computación; Argentina.
Fil: Di Paolo, Luciano Elías. Universidad Nacional de Córdoba - Comisión Nacional de Actividades Espaciales. Instituto de Altos Estudios Espaciales Mario Gulich; Argentina.
description Tesis (Magister en Aplicaciones Espaciales de Alerta y Respuesta Temprana a Emergencias)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.
publishDate 2017
dc.date.none.fl_str_mv 2017-07
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/11086/5828
url http://hdl.handle.net/11086/5828
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_ 1844618985258090496
score 13.070432

Publicaciones similares