dor_id: 4119361

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Investigaciones Geográficas", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, Scimago Journal Rank (SJR); Bibliografía Latinoamericana en revistas de Investigación Científica y social (BIBLAT); Science Direct (Elsevier); Directory of Open Access Journals (DOAJ); Geographical Abstracts, Current, Geographical Publications, GeoDados

561.#.#.u: https://www.geografia.unam.mx/

650.#.4.x: Ciencias Sociales y Económicas

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: http://www.investigacionesgeograficas.unam.mx/index.php/rig/index

351.#.#.b: Investigaciones Geográficas

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: http://www.investigacionesgeograficas.unam.mx/index.php/rig/article/view/60173/54177

100.1.#.a: Marini, Mario Fabián

524.#.#.a: Marini, Mario Fabián (2021). Discriminación de trigo y cebada empleando imágenes satelitales ópticas y radar. Investigaciones Geográficas; Núm. 104: Especial COVID-19. Recuperado de https://repositorio.unam.mx/contenidos/4119361

245.1.0.a: Discriminación de trigo y cebada empleando imágenes satelitales ópticas y radar

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Geografía, UNAM

264.#.0.c: 2021

264.#.1.c: 2021-02-16

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC 4.0 Internacional, https://creativecommons.org/licenses/by-nc/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico dianachg@igg.unam.mx

884.#.#.k: http://www.investigacionesgeograficas.unam.mx/index.php/rig/article/view/60173

001.#.#.#: 073.oai:ojs.pkp.sfu.ca:article/60173

041.#.7.h: spa

520.3.#.a: El partido de Coronel Rosales (Buenos Aires, Argentina) se halla localizado dentro de la región pampeana austral, una de las de mayor relevancia agro productiva del país. En este contexto, el conocimiento de la superficie cultivada adquiere significativa importancia para la posterior planificación agrícola y económica. En tal sentido, la discriminación de cultivos mediante teledetección se dificulta cuando se trata de los de ciclo fenológico muy similar, como el trigo y la cebada. En este estudio se realizó una discriminación de dichos cultivos empleando imágenes de Radar de Apertura Sintética (SAR) Sentinel-1A SLC, imágenes ópticas Sentinel-2 y una combinación de ambos tipos de datos. Se incorporaron medidas de coherencia, textura e intensidad de retrodispersión extraídas de los datos SAR durante el ciclo fenológico completo. Sobre cada escena Sentinel-2 se obtuvo el Índice de Diferencia Normalizada de Vegetación (Normalized Difference Vegetation Index - NDVI). Se emplearon tres algoritmos de clasificación: Máxima Verosimilitud (Maximum Likelihood - MLC), Máquinas de Soporte Vectorial (Support Vector Machines - SVM) y Random Forest (RF). Los mejores resultados se obtuvieron al combinar imágenes ópticas y SAR empleando el clasificador RF. La combinación de las retrodispersiones VV y VH junto a la coherencia y la textura de las imágenes SAR, sumada al apilado de NDVI de imágenes ópticas, arrojó los máximos valores de precisión de la clasificación. El valor de F1 fue de 87.27% para el trigo y de 89.20% para la cebada.

773.1.#.t: Investigaciones Geográficas; Núm. 104: Especial COVID-19

773.1.#.o: http://www.investigacionesgeograficas.unam.mx/index.php/rig/index

022.#.#.a: ISSN electrónico: 2448-7279; ISSN impreso: 0188-4611

310.#.#.a: Cuatrimestral

264.#.1.b: Instituto de Geografía, UNAM

doi: https://doi.org/10.14350/rig.60173

handle: 008c3d46aea6f2af

harvesting_date: 2023-08-23 17:00:00.0

856.#.0.q: application/pdf

file_creation_date: 2021-03-24 21:49:56.0

file_modification_date: 2021-03-24 21:50:02.0

file_name: 27b7d4eb6ba513639f5050c06a739c08da4d980607d6db1b968ddc5685af3f46.pdf

file_pages_number: 17

file_format_version: application/pdf; version=1.4

file_size: 3548048

245.1.0.b: Wheat and barley discrimination using sar and optical satellite images

last_modified: 2023-08-23 17:00:00

license_url: https://creativecommons.org/licenses/by-nc/4.0/legalcode.es

license_type: by-nc

No entro en nada

No entro en nada 2

Artículo

Discriminación de trigo y cebada empleando imágenes satelitales ópticas y radar

Marini, Mario Fabián

Instituto de Geografía, UNAM, publicado en Investigaciones Geográficas, y cosechado de Revistas UNAM

Licencia de uso

Procedencia del contenido

Entidad o dependencia
Instituto de Geografía, UNAM
Revista
Repositorio
Contacto
Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

Cita

Marini, Mario Fabián (2021). Discriminación de trigo y cebada empleando imágenes satelitales ópticas y radar. Investigaciones Geográficas; Núm. 104: Especial COVID-19. Recuperado de https://repositorio.unam.mx/contenidos/4119361

Descripción del recurso

Autor(es)
Marini, Mario Fabián
Tipo
Artículo de Investigación
Área del conocimiento
Ciencias Sociales y Económicas
Título
Discriminación de trigo y cebada empleando imágenes satelitales ópticas y radar
Fecha
2021-02-16
Resumen
El partido de Coronel Rosales (Buenos Aires, Argentina) se halla localizado dentro de la región pampeana austral, una de las de mayor relevancia agro productiva del país. En este contexto, el conocimiento de la superficie cultivada adquiere significativa importancia para la posterior planificación agrícola y económica. En tal sentido, la discriminación de cultivos mediante teledetección se dificulta cuando se trata de los de ciclo fenológico muy similar, como el trigo y la cebada. En este estudio se realizó una discriminación de dichos cultivos empleando imágenes de Radar de Apertura Sintética (SAR) Sentinel-1A SLC, imágenes ópticas Sentinel-2 y una combinación de ambos tipos de datos. Se incorporaron medidas de coherencia, textura e intensidad de retrodispersión extraídas de los datos SAR durante el ciclo fenológico completo. Sobre cada escena Sentinel-2 se obtuvo el Índice de Diferencia Normalizada de Vegetación (Normalized Difference Vegetation Index - NDVI). Se emplearon tres algoritmos de clasificación: Máxima Verosimilitud (Maximum Likelihood - MLC), Máquinas de Soporte Vectorial (Support Vector Machines - SVM) y Random Forest (RF). Los mejores resultados se obtuvieron al combinar imágenes ópticas y SAR empleando el clasificador RF. La combinación de las retrodispersiones VV y VH junto a la coherencia y la textura de las imágenes SAR, sumada al apilado de NDVI de imágenes ópticas, arrojó los máximos valores de precisión de la clasificación. El valor de F1 fue de 87.27% para el trigo y de 89.20% para la cebada.
Idioma
spa
ISSN
ISSN electrónico: 2448-7279; ISSN impreso: 0188-4611

Enlaces