Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2022-09-09T12:49:44Z
dc.date.available 2022-09-09T12:49:44Z
dc.date.issued 2022
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/141770
dc.description.abstract El sector agrícola viene transitando un profundo cambio en la obtención y la utilización de nuevas tecnologías, buscando anticiparse a eventos edafoclimáticos que puedan inferir en los resultados productivos y facilitar la toma de decisiones de forma remota, empujando al profesional a un uso cada vez más extenso de herramientas tales como la teledetección y el manejo de información geoespacial en entornos GIS. La clasificación de imágenes provenientes de sensores remotos permite monitorear dichos cambios con precisión, en forma periódica y a menores costos que con los métodos tradicionales. Las imágenes de los satélites Landsat y Sentinel son ampliamente utilizadas para realizar clasificaciones de las coberturas del terreno, dado que presentan resoluciones espaciales convenientes, una cobertura espectral similar entre ellas y carecen de costos para su descarga y manipuleo. En el presente trabajo se analizaron las ventajas y desventajas del uso de imágenes satelitales de mediana resolución (LANDSAT 8 OLI y Sentinel 2 MSI) al realizar clasificaciones supervisadas de los cultivos estivales existentes en una campaña agrícola en campos ubicados en el partido de Lobos, provincia de Buenos Aires. Para el logro del objetivo se trabajó sobre 8 imágenes (cuatro Landsat 8 y cuatro Sentinel 2) que abarcan el periodo de estudio desde Noviembre del 2019 hasta Abril del 2020, empleando diferentes métodos de clasificación supervisada del complemento Semiautomatic Classification Plugin (SCP) dentro del software Qgis. El procedimiento ha requerido no solo de la obtención de las imágenes satelitales, su procesamiento y validación, sino también del relevamiento de datos de campo. Se partió del supuesto que las clasificaciones derivadas del uso de ambas imágenes no presentan variaciones provocadas por la resolución espectral, pero sí frente a las diferencias en la resolución espacial, siendo las imágenes Landsat las que mejor representan la realidad de campo para el área de estudio. Los resultados obtenidos no fueron congruentes con la hipótesis, ya que las imágenes que representaron mejor la realidad de campo corresponden a Sentinel 2. es
dc.language es es
dc.subject Teledetección es
dc.subject Agricultura es
dc.subject Imágenes satelitales es
dc.title Teledetección aplicada al agro es
dc.type Tesis es
sedici.title.subtitle Clasificación de cultivos a partir de imágenes satelitales es
sedici.creator.person Barni, Matías javier es
sedici.creator.person Ratto, Elisa es
sedici.subject.materias Ciencias Agrarias es
sedici.description.fulltext true es
mods.originInfo.place Facultad de Ciencias Agrarias y Forestales es
sedici.subtype Tesis de grado es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/4.0/
sedici.contributor.director Besteiro, Sebastián es
sedici.contributor.codirector Barragán Pera, Héctor Mariano es
thesis.degree.name Ingeniero Agrónomo es
thesis.degree.grantor Universidad Nacional de La Plata es
sedici.date.exposure 2022-09-08
sedici.acta 28117 es


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)