Name: Evaluación de Imágenes de Radar Sentinel-1A: E Imágenes Multiespectrales Sentinel-2A en la Clasificación de Cobertura del Suelo en Diferentes Niveles de Detalle
SKU: 53368018
Price: 1579.98 MXN
Availability: InStock
Author: Juan Ricardo Mancera Florez
ISBN: 9786203035001

portada Evaluación de Imágenes de Radar Sentinel-1A: E Imágenes Multiespectrales Sentinel-2A en la Clasificación de Cobertura del Suelo en Diferentes Niveles de Detalle

Evaluación de Imágenes de Radar Sentinel-1A: E Imágenes Multiespectrales Sentinel-2A en la Clasificación de Cobertura del Suelo en Diferentes Niveles de Detalle

Formato

Libro Físico

Editorial

Editorial Académica Española

Autor

Juan Ricardo Mancera Florez

Año

2021

Idioma

Español

N° páginas

192

Encuadernación

Tapa Blanda

ISBN13

9786203035001

Categorías

Geología, geomorfología y la litosfera

Evaluación de Imágenes de Radar Sentinel-1A: E Imágenes Multiespectrales Sentinel-2A en la Clasificación de Cobertura del Suelo en Diferentes Niveles de Detalle

Juan Ricardo Mancera Florez (Autor) · Editorial Académica Española · Tapa Blanda

Libro Nuevo Importado

Envío: 23 a 28 días háb.

$ 2,633.30$ 1,579.98

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 1,579.98

¡Envío Gratis! Llega entre el 08 Oct y el 16 Oct a CUAUHTÉMOC, Ciudad de México. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Evaluación de Imágenes de Radar Sentinel-1A: E Imágenes Multiespectrales Sentinel-2A en la Clasificación de Cobertura del Suelo en Diferentes Niveles de Detalle"

En este proyecto se evaluó el potencial de imágenes capturadas por Sentinel-1Ay Sentinel-2A para la generación de cartografía temática de cobertura del suelo en tres niveles de detalle: exploratorio, de reconocimiento y semi-detallado, usando el sistema de clasificación CLCc (Corine Land Cover adaptado para Colombia). Para el efecto, se aplicaron y compararon dos técnicas de clasificación digital de imágenes:(i) basado en pixeles y (ii) orientado a objetos. En los dos casos se usó el algoritmo de aprendizaje automático denominado Random Forest. La clasificación se realizó en dos zonas de estudio con diferente relieve: una de baja pendiente y otra de alta pendiente. El proyecto permitió identificar los canales de radar Sentinel-1A, las bandas Sentinel-2A y los índices multiespectrales relevantes en la categorización de coberturas.