Gestión de datos espacio-temporales de imágenes satelitales

Autores
Castillo Moine, Matías Alejandro; Balzarini, Mónica Graciela
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía; Argentina.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
El manejo de datos de largas series temporales del índice de vegetación de diferencia normalizada (NDVI) en territorios extensos demanda un uso eficiente del recurso computacional. En este trabajo se discuten e ilustran estrategias para la construcción y procesamiento estadístico de bases de datos masivos espacio-temporales provenientes de imágenes satelitales. Se detalla la implementación de un protocolo de manejo de datos en el software R, con implementación de cómputos paralelizada. Los resultados muestran que el concepto dividir-aplicar-combinar resultó adecuado para filtrar y clasificar largas series de tiempo de NDVI distribuidas territorialmente a escala regional.
The management of long time series data of Normalized Difference Vegetation Index (NDVI) over large territories demands efficient use of computational resources. This paper discusses and illustrates strategies for the construction and statistical processing of massive spatio-temporal databases from satellite images. The implementation of a data management protocol in the R software is detailed, with implementation of parallel computations. The results show that the concept divide-apply-combine was adequate to filter and classify long time series of NDVI territorially distributed at a regional scale.
PublishedVersion
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía; Argentina.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
Materia
SIG
MODIS
Imágenes por satélites
Procesamiento de datos
Dividir-aplicar-combinar
Índice de vegetación
Análisis estadístico
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:11086/547946
Acceder
id RDUUNC_f9c0e055ef98bf2c5ca138030673112e
oai_identifier_str oai:rdu.unc.edu.ar:11086/547946
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Gestión de datos espacio-temporales de imágenes satelitalesCastillo Moine, Matías AlejandroBalzarini, Mónica GracielaSIGMODISImágenes por satélitesProcesamiento de datosDividir-aplicar-combinarÍndice de vegetaciónAnálisis estadísticoFil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía; Argentina.Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.El manejo de datos de largas series temporales del índice de vegetación de diferencia normalizada (NDVI) en territorios extensos demanda un uso eficiente del recurso computacional. En este trabajo se discuten e ilustran estrategias para la construcción y procesamiento estadístico de bases de datos masivos espacio-temporales provenientes de imágenes satelitales. Se detalla la implementación de un protocolo de manejo de datos en el software R, con implementación de cómputos paralelizada. Los resultados muestran que el concepto dividir-aplicar-combinar resultó adecuado para filtrar y clasificar largas series de tiempo de NDVI distribuidas territorialmente a escala regional.The management of long time series data of Normalized Difference Vegetation Index (NDVI) over large territories demands efficient use of computational resources. This paper discusses and illustrates strategies for the construction and statistical processing of massive spatio-temporal databases from satellite images. The implementation of a data management protocol in the R software is detailed, with implementation of parallel computations. The results show that the concept divide-apply-combine was adequate to filter and classify long time series of NDVI territorially distributed at a regional scale.PublishedVersionFil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía; Argentina.Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.2019info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfCastillo Moine, M. A., Balzarini, M. G. (2019). Gestión de datos espacio-temporales de imágenes satelitales. Agriscientia 36 (2), 67-80. https://doi.org/10.31047/1668.298x.v36.n2.23410http://hdl.handle.net/11086/5479461668-298Xhttps://doi.org/10.31047/1668.298x.v36.n2.23410https://revistas.unc.edu.ar/index.php/agris/indexspainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-16T09:31:42Zoai:rdu.unc.edu.ar:11086/547946Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-16 09:31:43.108Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Gestión de datos espacio-temporales de imágenes satelitales
title Gestión de datos espacio-temporales de imágenes satelitales
spellingShingle Gestión de datos espacio-temporales de imágenes satelitales
Castillo Moine, Matías Alejandro
SIG
MODIS
Imágenes por satélites
Procesamiento de datos
Dividir-aplicar-combinar
Índice de vegetación
Análisis estadístico
title_short Gestión de datos espacio-temporales de imágenes satelitales
title_full Gestión de datos espacio-temporales de imágenes satelitales
title_fullStr Gestión de datos espacio-temporales de imágenes satelitales
title_full_unstemmed Gestión de datos espacio-temporales de imágenes satelitales
title_sort Gestión de datos espacio-temporales de imágenes satelitales
dc.creator.none.fl_str_mv Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
author Castillo Moine, Matías Alejandro
author_facet Castillo Moine, Matías Alejandro
Balzarini, Mónica Graciela
author_role author
author2 Balzarini, Mónica Graciela
author2_role author
dc.subject.none.fl_str_mv SIG
MODIS
Imágenes por satélites
Procesamiento de datos
Dividir-aplicar-combinar
Índice de vegetación
Análisis estadístico
topic SIG
MODIS
Imágenes por satélites
Procesamiento de datos
Dividir-aplicar-combinar
Índice de vegetación
Análisis estadístico
dc.description.none.fl_txt_mv Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía; Argentina.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
El manejo de datos de largas series temporales del índice de vegetación de diferencia normalizada (NDVI) en territorios extensos demanda un uso eficiente del recurso computacional. En este trabajo se discuten e ilustran estrategias para la construcción y procesamiento estadístico de bases de datos masivos espacio-temporales provenientes de imágenes satelitales. Se detalla la implementación de un protocolo de manejo de datos en el software R, con implementación de cómputos paralelizada. Los resultados muestran que el concepto dividir-aplicar-combinar resultó adecuado para filtrar y clasificar largas series de tiempo de NDVI distribuidas territorialmente a escala regional.
The management of long time series data of Normalized Difference Vegetation Index (NDVI) over large territories demands efficient use of computational resources. This paper discusses and illustrates strategies for the construction and statistical processing of massive spatio-temporal databases from satellite images. The implementation of a data management protocol in the R software is detailed, with implementation of parallel computations. The results show that the concept divide-apply-combine was adequate to filter and classify long time series of NDVI territorially distributed at a regional scale.
PublishedVersion
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía; Argentina.
Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Castillo Moine, Matías Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Instituto de Investigaciones Fisiológicas y Ecológicas Vinculadas a la Agricultura (IFEVA); Argentina.
Fil: Balzarini, Mónica Graciela. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias. Cátedra de Estadística y Biometría; Argentina.
Fil: Balzarini, Mónica Graciela. Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET). Centro Científico Tecnológico (CCT Córdoba); Argentina.
description Fil: Castillo Moine, Matías Alejandro. Universidad de Buenos Aires. Facultad de Agronomía; Argentina.
publishDate 2019
dc.date.none.fl_str_mv 2019
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 Castillo Moine, M. A., Balzarini, M. G. (2019). Gestión de datos espacio-temporales de imágenes satelitales. Agriscientia 36 (2), 67-80. https://doi.org/10.31047/1668.298x.v36.n2.23410
http://hdl.handle.net/11086/547946
1668-298X
https://doi.org/10.31047/1668.298x.v36.n2.23410
https://revistas.unc.edu.ar/index.php/agris/index
identifier_str_mv Castillo Moine, M. A., Balzarini, M. G. (2019). Gestión de datos espacio-temporales de imágenes satelitales. Agriscientia 36 (2), 67-80. https://doi.org/10.31047/1668.298x.v36.n2.23410
1668-298X
url http://hdl.handle.net/11086/547946
https://doi.org/10.31047/1668.298x.v36.n2.23410
https://revistas.unc.edu.ar/index.php/agris/index
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_ 1846143405266042880
score 12.712165

Publicaciones similares