Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales

Autores
Castiglioni, Mario; Espínola, Aimé; Gusmerotti, Lucas; Havrylenko, Sofía; Spinazzola, Emilio
Año de publicación
2021
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El análisis de imágenes multiespectrales derivadas de diferentes sensores remotos facilita en gran medida el monitoreo de los sistemas productivos agrícolas. La evaluación de diversos indicadores derivados de ellas, permite observar daños y situaciones que pueden afectar el desarrollo de los cultivos. Por otra parte, el uso más intensificado del suelo durante el año, es una práctica cada vez más utilizada ya que favorece el nivel de materia orgánica del suelo y contribuye a mejorar sus propiedades físico-químicas. El objetivo del presente trabajo fue evaluar, a partir del uso de imágenes satelitales, la incidencia que tiene sobre distintas propiedades edáficas la proporción de tiempo que el suelo es ocupado con cultivos en desarrollo. La aplicación de esta metodología permitió predecir el comportamiento de distintos atributos de calidad del suelo. Dada la mayor resolución espacial brindada por las imágenes Landsat, la proporción de tiempo ocupada por cultivos en desarrollo, estimada mediante el uso de dicho sensor, se vinculó de manera más ajustada con aquellas propiedades ligadas al carbono lábil y a la calidad de la estructura.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Imágenes multiespectrales
Atributos edáficos
Efecto de los cultivos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/140592
Acceder
id SEDICI_019c9806a67f76792bcef2d1fd2eb4b6
oai_identifier_str oai:sedici.unlp.edu.ar:10915/140592
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitalesCastiglioni, MarioEspínola, AiméGusmerotti, LucasHavrylenko, SofíaSpinazzola, EmilioCiencias InformáticasImágenes multiespectralesAtributos edáficosEfecto de los cultivosEl análisis de imágenes multiespectrales derivadas de diferentes sensores remotos facilita en gran medida el monitoreo de los sistemas productivos agrícolas. La evaluación de diversos indicadores derivados de ellas, permite observar daños y situaciones que pueden afectar el desarrollo de los cultivos. Por otra parte, el uso más intensificado del suelo durante el año, es una práctica cada vez más utilizada ya que favorece el nivel de materia orgánica del suelo y contribuye a mejorar sus propiedades físico-químicas. El objetivo del presente trabajo fue evaluar, a partir del uso de imágenes satelitales, la incidencia que tiene sobre distintas propiedades edáficas la proporción de tiempo que el suelo es ocupado con cultivos en desarrollo. La aplicación de esta metodología permitió predecir el comportamiento de distintos atributos de calidad del suelo. Dada la mayor resolución espacial brindada por las imágenes Landsat, la proporción de tiempo ocupada por cultivos en desarrollo, estimada mediante el uso de dicho sensor, se vinculó de manera más ajustada con aquellas propiedades ligadas al carbono lábil y a la calidad de la estructura.Sociedad Argentina de Informática e Investigación Operativa2021-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf64-70http://sedici.unlp.edu.ar/handle/10915/140592spainfo:eu-repo/semantics/altIdentifier/url/http://50jaiio.sadio.org.ar/pdfs/cai/CAI-11.pdfinfo:eu-repo/semantics/altIdentifier/issn/2525-0949info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:27:35Zoai:sedici.unlp.edu.ar:10915/140592Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:27:35.751SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
title Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
spellingShingle Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
Castiglioni, Mario
Ciencias Informáticas
Imágenes multiespectrales
Atributos edáficos
Efecto de los cultivos
title_short Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
title_full Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
title_fullStr Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
title_full_unstemmed Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
title_sort Primeros aportes en la predicción de propiedades edáficas usando imágenes satelitales
dc.creator.none.fl_str_mv Castiglioni, Mario
Espínola, Aimé
Gusmerotti, Lucas
Havrylenko, Sofía
Spinazzola, Emilio
author Castiglioni, Mario
author_facet Castiglioni, Mario
Espínola, Aimé
Gusmerotti, Lucas
Havrylenko, Sofía
Spinazzola, Emilio
author_role author
author2 Espínola, Aimé
Gusmerotti, Lucas
Havrylenko, Sofía
Spinazzola, Emilio
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Imágenes multiespectrales
Atributos edáficos
Efecto de los cultivos
topic Ciencias Informáticas
Imágenes multiespectrales
Atributos edáficos
Efecto de los cultivos
dc.description.none.fl_txt_mv El análisis de imágenes multiespectrales derivadas de diferentes sensores remotos facilita en gran medida el monitoreo de los sistemas productivos agrícolas. La evaluación de diversos indicadores derivados de ellas, permite observar daños y situaciones que pueden afectar el desarrollo de los cultivos. Por otra parte, el uso más intensificado del suelo durante el año, es una práctica cada vez más utilizada ya que favorece el nivel de materia orgánica del suelo y contribuye a mejorar sus propiedades físico-químicas. El objetivo del presente trabajo fue evaluar, a partir del uso de imágenes satelitales, la incidencia que tiene sobre distintas propiedades edáficas la proporción de tiempo que el suelo es ocupado con cultivos en desarrollo. La aplicación de esta metodología permitió predecir el comportamiento de distintos atributos de calidad del suelo. Dada la mayor resolución espacial brindada por las imágenes Landsat, la proporción de tiempo ocupada por cultivos en desarrollo, estimada mediante el uso de dicho sensor, se vinculó de manera más ajustada con aquellas propiedades ligadas al carbono lábil y a la calidad de la estructura.
Sociedad Argentina de Informática e Investigación Operativa
description El análisis de imágenes multiespectrales derivadas de diferentes sensores remotos facilita en gran medida el monitoreo de los sistemas productivos agrícolas. La evaluación de diversos indicadores derivados de ellas, permite observar daños y situaciones que pueden afectar el desarrollo de los cultivos. Por otra parte, el uso más intensificado del suelo durante el año, es una práctica cada vez más utilizada ya que favorece el nivel de materia orgánica del suelo y contribuye a mejorar sus propiedades físico-químicas. El objetivo del presente trabajo fue evaluar, a partir del uso de imágenes satelitales, la incidencia que tiene sobre distintas propiedades edáficas la proporción de tiempo que el suelo es ocupado con cultivos en desarrollo. La aplicación de esta metodología permitió predecir el comportamiento de distintos atributos de calidad del suelo. Dada la mayor resolución espacial brindada por las imágenes Landsat, la proporción de tiempo ocupada por cultivos en desarrollo, estimada mediante el uso de dicho sensor, se vinculó de manera más ajustada con aquellas propiedades ligadas al carbono lábil y a la calidad de la estructura.
publishDate 2021
dc.date.none.fl_str_mv 2021-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/140592
url http://sedici.unlp.edu.ar/handle/10915/140592
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://50jaiio.sadio.org.ar/pdfs/cai/CAI-11.pdf
info:eu-repo/semantics/altIdentifier/issn/2525-0949
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.format.none.fl_str_mv application/pdf
64-70
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846064321890615296
score 13.22299

Publicaciones similares