Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT

Autores
Nolasco, Miguel; Willington, Enrique A.; Bocco, Mónica
Año de publicación
2014
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La utilización de los recursos naturales tiene como protagonista preponderante al sector agropecuario, en lo que respecta al uso del recurso suelo; siendo su conocimiento de gran importancia en la actualidad. La teledetección posibilita, a través de la clasificación de imágenes satelitales, conocer el uso de los suelos y monitorear sus cambios; en estos estudios las series multi-temporales representan una alternativa para mejorar las clasificaciones. El presente estudio fue realizado en la región central de la provincia de Córdoba, donde la soja y el maíz son los cultivos más importantes, por área sembrada y réditos económicos producidos. Los objetivos fue evaluar y comparar el desempeño de dos alternativas de clasificación, empleando el algoritmo de máxima verosimilitud, una que utiliza una serie temporal de imágenes satelitales y otra que clasifica imágenes individuales, para identificar la cobertura del suelo en el área de estudio. La clasificación a partir de datos multitemporales presenta valores superiores en los estadísticos de validación.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
Materia
Ciencias Informáticas
Ciencias Agrarias
Industrial control
clasificación
Argentina
COMPUTERS IN OTHER SYSTEMS
series multiemporales
cultivos agrícolas
LANDSAT TM
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/41984
Acceder
id SEDICI_5dd58f7e5c952fa1686fc760107cb120
oai_identifier_str oai:sedici.unlp.edu.ar:10915/41984
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSATNolasco, MiguelWillington, Enrique A.Bocco, MónicaCiencias InformáticasCiencias AgrariasIndustrial controlclasificaciónArgentinaCOMPUTERS IN OTHER SYSTEMSseries multiemporalescultivos agrícolasLANDSAT TMLa utilización de los recursos naturales tiene como protagonista preponderante al sector agropecuario, en lo que respecta al uso del recurso suelo; siendo su conocimiento de gran importancia en la actualidad. La teledetección posibilita, a través de la clasificación de imágenes satelitales, conocer el uso de los suelos y monitorear sus cambios; en estos estudios las series multi-temporales representan una alternativa para mejorar las clasificaciones. El presente estudio fue realizado en la región central de la provincia de Córdoba, donde la soja y el maíz son los cultivos más importantes, por área sembrada y réditos económicos producidos. Los objetivos fue evaluar y comparar el desempeño de dos alternativas de clasificación, empleando el algoritmo de máxima verosimilitud, una que utiliza una serie temporal de imágenes satelitales y otra que clasifica imágenes individuales, para identificar la cobertura del suelo en el área de estudio. La clasificación a partir de datos multitemporales presenta valores superiores en los estadísticos de validación.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2014-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf64-73http://sedici.unlp.edu.ar/handle/10915/41984spainfo:eu-repo/semantics/altIdentifier/url/http://43jaiio.sadio.org.ar/proceedings/CAI/6.pdfinfo:eu-repo/semantics/altIdentifier/issn/1851-2526info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/3.0/Creative Commons Attribution 3.0 Unported (CC BY 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T16:42:46Zoai:sedici.unlp.edu.ar:10915/41984Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:42:46.523SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
title Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
spellingShingle Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
Nolasco, Miguel
Ciencias Informáticas
Ciencias Agrarias
Industrial control
clasificación
Argentina
COMPUTERS IN OTHER SYSTEMS
series multiemporales
cultivos agrícolas
LANDSAT TM
title_short Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
title_full Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
title_fullStr Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
title_full_unstemmed Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
title_sort Clasificación del uso de suelo en agricultura a partir de series temporales de imágenes LANDSAT
dc.creator.none.fl_str_mv Nolasco, Miguel
Willington, Enrique A.
Bocco, Mónica
author Nolasco, Miguel
author_facet Nolasco, Miguel
Willington, Enrique A.
Bocco, Mónica
author_role author
author2 Willington, Enrique A.
Bocco, Mónica
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Ciencias Agrarias
Industrial control
clasificación
Argentina
COMPUTERS IN OTHER SYSTEMS
series multiemporales
cultivos agrícolas
LANDSAT TM
topic Ciencias Informáticas
Ciencias Agrarias
Industrial control
clasificación
Argentina
COMPUTERS IN OTHER SYSTEMS
series multiemporales
cultivos agrícolas
LANDSAT TM
dc.description.none.fl_txt_mv La utilización de los recursos naturales tiene como protagonista preponderante al sector agropecuario, en lo que respecta al uso del recurso suelo; siendo su conocimiento de gran importancia en la actualidad. La teledetección posibilita, a través de la clasificación de imágenes satelitales, conocer el uso de los suelos y monitorear sus cambios; en estos estudios las series multi-temporales representan una alternativa para mejorar las clasificaciones. El presente estudio fue realizado en la región central de la provincia de Córdoba, donde la soja y el maíz son los cultivos más importantes, por área sembrada y réditos económicos producidos. Los objetivos fue evaluar y comparar el desempeño de dos alternativas de clasificación, empleando el algoritmo de máxima verosimilitud, una que utiliza una serie temporal de imágenes satelitales y otra que clasifica imágenes individuales, para identificar la cobertura del suelo en el área de estudio. La clasificación a partir de datos multitemporales presenta valores superiores en los estadísticos de validación.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
description La utilización de los recursos naturales tiene como protagonista preponderante al sector agropecuario, en lo que respecta al uso del recurso suelo; siendo su conocimiento de gran importancia en la actualidad. La teledetección posibilita, a través de la clasificación de imágenes satelitales, conocer el uso de los suelos y monitorear sus cambios; en estos estudios las series multi-temporales representan una alternativa para mejorar las clasificaciones. El presente estudio fue realizado en la región central de la provincia de Córdoba, donde la soja y el maíz son los cultivos más importantes, por área sembrada y réditos económicos producidos. Los objetivos fue evaluar y comparar el desempeño de dos alternativas de clasificación, empleando el algoritmo de máxima verosimilitud, una que utiliza una serie temporal de imágenes satelitales y otra que clasifica imágenes individuales, para identificar la cobertura del suelo en el área de estudio. La clasificación a partir de datos multitemporales presenta valores superiores en los estadísticos de validación.
publishDate 2014
dc.date.none.fl_str_mv 2014-09
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/10915/41984
url http://sedici.unlp.edu.ar/handle/10915/41984
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://43jaiio.sadio.org.ar/proceedings/CAI/6.pdf
info:eu-repo/semantics/altIdentifier/issn/1851-2526
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/3.0/
Creative Commons Attribution 3.0 Unported (CC BY 3.0)
dc.format.none.fl_str_mv application/pdf
64-73
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_ 1846782923605278720
score 12.982451

Publicaciones similares