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