Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida
- Autores
- Negro Sirch, Daniela Yamila; Carretero, Silvina Claudia; Tripaldi, Alfonsina
- Año de publicación
- 2024
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La Pampa Deprimida experimenta desde épocas históricas problemáticas asociadas a períodos de sequías e inundaciones alternantes. El objetivo del trabajo fue evaluar dos técnicas de teledetección (procesamiento Tasseled Cap y clasificación no supervisada Kmeans aplicada a la banda humedad obtenida del procesamiento Tasseled Cap) con el software SNAP en una imagen Landsat 8 correspondiente al 20 de enero de 2024, para diferenciar tipos de coberturas y condiciones de humedad del suelo que posteriormente se utilizarán para el análisis de las inundaciones. Del procesamiento Tasseled Cap se obtuvo una banda de humedad, una de brillo y una de vegetación. A esta banda humedad se le aplicó una clasificación no supervisada K-means para obtener 4 clases (muy húmedo, húmedo, poco húmedo y seco). Se obtuvo como resultado una buena diferenciación de las coberturas para el caso del Tasseled Cap, pudiendo diferenciar cuerpos de agua profundos de someros, como también terrenos cubiertos con poca o muy poca vegetación de los campos húmedos con mucha vegetación. Por el contrario, la clasificación no supervisada no diferenció eficazmente las distintas coberturas, principalmente en el caso de las dos clases intermedias (clases húmedo, poco húmedo).
Since historical times, the Pampa Deprimida has experienced problems associated with periods of alternating droughts and floods. The objective of the work was to evaluate two remote sensing techniques (Tasseled Cap processing and unsupervised K-means classification applied to the humidity band obtained from Tasseled Cap processing) with the SNAP software in a Landsat 8 image corresponding to January 20th, 2024, to differentiate types of coverage and soil moisture conditions that will later be used for the analysis of floods. From the Tasseled Cap processing, a humidity band, a brightness band and a vegetation band were obtained. An unsupervised K-means classification was applied to this humidity band to obtain 4 classes (very humid, humid, slightly humid, and dry). As a result, a good differentiation of the coverage was obtained for the case of the Tasseled Cap, being able to differentiate deep bodies of water from shallow ones, as well as land covered with little or very little vegetation from humid fields with a lot of vegetation. On the contrary, the unsupervised classification did not effectively differentiate the different coverages, mainly in the case of the two intermediate classes (humid and slightly humid classes).
Centro de Estudios de Compuestos Orgánicos - Materia
-
Ciencias Naturales
inundaciones
humedad en el suelo
teledetección
Pampa Deprimida
floods
soil moisture
remote sensing - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/174974
Ver los metadatos del registro completo
id |
SEDICI_42e1752a9749fb3c02ab2b5b1241a71c |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/174974 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa DeprimidaNegro Sirch, Daniela YamilaCarretero, Silvina ClaudiaTripaldi, AlfonsinaCiencias Naturalesinundacioneshumedad en el sueloteledetecciónPampa Deprimidafloodssoil moistureremote sensingLa Pampa Deprimida experimenta desde épocas históricas problemáticas asociadas a períodos de sequías e inundaciones alternantes. El objetivo del trabajo fue evaluar dos técnicas de teledetección (procesamiento Tasseled Cap y clasificación no supervisada Kmeans aplicada a la banda humedad obtenida del procesamiento Tasseled Cap) con el software SNAP en una imagen Landsat 8 correspondiente al 20 de enero de 2024, para diferenciar tipos de coberturas y condiciones de humedad del suelo que posteriormente se utilizarán para el análisis de las inundaciones. Del procesamiento Tasseled Cap se obtuvo una banda de humedad, una de brillo y una de vegetación. A esta banda humedad se le aplicó una clasificación no supervisada K-means para obtener 4 clases (muy húmedo, húmedo, poco húmedo y seco). Se obtuvo como resultado una buena diferenciación de las coberturas para el caso del Tasseled Cap, pudiendo diferenciar cuerpos de agua profundos de someros, como también terrenos cubiertos con poca o muy poca vegetación de los campos húmedos con mucha vegetación. Por el contrario, la clasificación no supervisada no diferenció eficazmente las distintas coberturas, principalmente en el caso de las dos clases intermedias (clases húmedo, poco húmedo).Since historical times, the Pampa Deprimida has experienced problems associated with periods of alternating droughts and floods. The objective of the work was to evaluate two remote sensing techniques (Tasseled Cap processing and unsupervised K-means classification applied to the humidity band obtained from Tasseled Cap processing) with the SNAP software in a Landsat 8 image corresponding to January 20th, 2024, to differentiate types of coverage and soil moisture conditions that will later be used for the analysis of floods. From the Tasseled Cap processing, a humidity band, a brightness band and a vegetation band were obtained. An unsupervised K-means classification was applied to this humidity band to obtain 4 classes (very humid, humid, slightly humid, and dry). As a result, a good differentiation of the coverage was obtained for the case of the Tasseled Cap, being able to differentiate deep bodies of water from shallow ones, as well as land covered with little or very little vegetation from humid fields with a lot of vegetation. On the contrary, the unsupervised classification did not effectively differentiate the different coverages, mainly in the case of the two intermediate classes (humid and slightly humid classes).Centro de Estudios de Compuestos Orgánicos2024-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf132-138http://sedici.unlp.edu.ar/handle/10915/174974spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-863-517-4info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:47:03Zoai:sedici.unlp.edu.ar:10915/174974Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:47:04.048SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida |
title |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida |
spellingShingle |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida Negro Sirch, Daniela Yamila Ciencias Naturales inundaciones humedad en el suelo teledetección Pampa Deprimida floods soil moisture remote sensing |
title_short |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida |
title_full |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida |
title_fullStr |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida |
title_full_unstemmed |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida |
title_sort |
Diferenciación de tipos de coberturas y condiciones de humedad del suelo en un sector de la Pampa Deprimida |
dc.creator.none.fl_str_mv |
Negro Sirch, Daniela Yamila Carretero, Silvina Claudia Tripaldi, Alfonsina |
author |
Negro Sirch, Daniela Yamila |
author_facet |
Negro Sirch, Daniela Yamila Carretero, Silvina Claudia Tripaldi, Alfonsina |
author_role |
author |
author2 |
Carretero, Silvina Claudia Tripaldi, Alfonsina |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Naturales inundaciones humedad en el suelo teledetección Pampa Deprimida floods soil moisture remote sensing |
topic |
Ciencias Naturales inundaciones humedad en el suelo teledetección Pampa Deprimida floods soil moisture remote sensing |
dc.description.none.fl_txt_mv |
La Pampa Deprimida experimenta desde épocas históricas problemáticas asociadas a períodos de sequías e inundaciones alternantes. El objetivo del trabajo fue evaluar dos técnicas de teledetección (procesamiento Tasseled Cap y clasificación no supervisada Kmeans aplicada a la banda humedad obtenida del procesamiento Tasseled Cap) con el software SNAP en una imagen Landsat 8 correspondiente al 20 de enero de 2024, para diferenciar tipos de coberturas y condiciones de humedad del suelo que posteriormente se utilizarán para el análisis de las inundaciones. Del procesamiento Tasseled Cap se obtuvo una banda de humedad, una de brillo y una de vegetación. A esta banda humedad se le aplicó una clasificación no supervisada K-means para obtener 4 clases (muy húmedo, húmedo, poco húmedo y seco). Se obtuvo como resultado una buena diferenciación de las coberturas para el caso del Tasseled Cap, pudiendo diferenciar cuerpos de agua profundos de someros, como también terrenos cubiertos con poca o muy poca vegetación de los campos húmedos con mucha vegetación. Por el contrario, la clasificación no supervisada no diferenció eficazmente las distintas coberturas, principalmente en el caso de las dos clases intermedias (clases húmedo, poco húmedo). Since historical times, the Pampa Deprimida has experienced problems associated with periods of alternating droughts and floods. The objective of the work was to evaluate two remote sensing techniques (Tasseled Cap processing and unsupervised K-means classification applied to the humidity band obtained from Tasseled Cap processing) with the SNAP software in a Landsat 8 image corresponding to January 20th, 2024, to differentiate types of coverage and soil moisture conditions that will later be used for the analysis of floods. From the Tasseled Cap processing, a humidity band, a brightness band and a vegetation band were obtained. An unsupervised K-means classification was applied to this humidity band to obtain 4 classes (very humid, humid, slightly humid, and dry). As a result, a good differentiation of the coverage was obtained for the case of the Tasseled Cap, being able to differentiate deep bodies of water from shallow ones, as well as land covered with little or very little vegetation from humid fields with a lot of vegetation. On the contrary, the unsupervised classification did not effectively differentiate the different coverages, mainly in the case of the two intermediate classes (humid and slightly humid classes). Centro de Estudios de Compuestos Orgánicos |
description |
La Pampa Deprimida experimenta desde épocas históricas problemáticas asociadas a períodos de sequías e inundaciones alternantes. El objetivo del trabajo fue evaluar dos técnicas de teledetección (procesamiento Tasseled Cap y clasificación no supervisada Kmeans aplicada a la banda humedad obtenida del procesamiento Tasseled Cap) con el software SNAP en una imagen Landsat 8 correspondiente al 20 de enero de 2024, para diferenciar tipos de coberturas y condiciones de humedad del suelo que posteriormente se utilizarán para el análisis de las inundaciones. Del procesamiento Tasseled Cap se obtuvo una banda de humedad, una de brillo y una de vegetación. A esta banda humedad se le aplicó una clasificación no supervisada K-means para obtener 4 clases (muy húmedo, húmedo, poco húmedo y seco). Se obtuvo como resultado una buena diferenciación de las coberturas para el caso del Tasseled Cap, pudiendo diferenciar cuerpos de agua profundos de someros, como también terrenos cubiertos con poca o muy poca vegetación de los campos húmedos con mucha vegetación. Por el contrario, la clasificación no supervisada no diferenció eficazmente las distintas coberturas, principalmente en el caso de las dos clases intermedias (clases húmedo, poco húmedo). |
publishDate |
2024 |
dc.date.none.fl_str_mv |
2024-09 |
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/10915/174974 |
url |
http://sedici.unlp.edu.ar/handle/10915/174974 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-863-517-4 |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf 132-138 |
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_ |
1844616334879490048 |
score |
13.070432 |