Catálogo CEIBA de la Biblioteca Central de FAUBA


Vista normal Vista MARC Vista ISBD

Caracterización de los usos y coberturas del suelo mediante teledetección en el partido de Azul, Buenos Aires

Por: Arduini, Emiliano José.
Colaborador(es): Baldassini, Pablo [tut.].
Publicación: 2020Descripción: 40 p. tbls., grafs., mapas.Tipo de material: Tesis de posgrado de lectura en biblioteca. Recurso electrónico.Tema(s): UTILIZACION DE LA TIERRA | COBERTURA DE SUELOS | IMAGENES | SATELITES | SENSORES REMOTOS | TELEDETECCION | BUENOS AIRES [PROVINCIA]T20211101 Recursos en línea: Haga clic para acceso en línea Nota de tesis: Trabajo Final. Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados. Especialista de la Universidad de Buenos Aires en Teledetección y Sistemas de Información Geográfica. Especialización en Teledetección y Sistemas de Información Geográfica. 2020. Resumen: Estimar la superficie agrícola es fundamental para mejorar la logística productiva y generar políticas públicas. En Argentina, la estimación de la superficie agrícola proviene principalmente de las Estimaciones Agrícolas del Ministerio de Agricultura, Ganadería y Pesca (MAGyP) y del Censo Nacional Agropecuario (CNA) del Instituto Nacional de Estadísticas y Censos (INDEC). Como alternativa, se utilizan imágenes satelitales. Tiene la ventaja de disponer de información no solo espacial sino también temporal de la superficie agrícola, y otros usos. En Argentina existen trabajos previos de clasificaciones de coberturas del suelo. Sin embargo, existen pocos ejemplos de mapas de cultivos a escala nacional y con continuidad a través de los años. El objetivo de este trabajo fue caracterizar los usos y coberturas del suelo del partido de Azul, provincia de Buenos Aires, durante el período 2013-2016. Se combinaron imágenes satelitales provistas por el satélite Landsat 8 con información de verdad terrestre relevada por el método de Segmentos Aleatorios (MAGyP) e información obtenida mediante fotointerpretación de imágenes de alta resolución con Google Earth. A su vez, se describieron los principales cambios de la cobertura terrestre. Se realizaron clasificaciones supervisadas utilizando el algoritmo Random Forest a través de la plataforma Google Earth Engine y se generaron mapas de cobertura del suelo. La utilización completa de la información terrestre redundó en una baja precisión general (56%). Sin embargo, al realizar una selección aleatoria balanceada de puntos en cada clase, la precisión general aumentó (84%). El área cubierta por cultivos fue superior a la cubierta por recursos forrajeros en las tres campañas estudiadas. El cultivo de soja fue la clase de cobertura más frecuente en las tres campañas, con el 40% de superficie en promedio. El 93,4% de la superficie presentó algún tipo de cambio en la cobertura del suelo a lo largo de las tres campañas. Se espera que la generación de clasificaciones de uso del suelo de manera periódica permita caracterizar a nivel de lote cuestiones importantes relacionadas con la sustentabilidad del manejo agrícola, como la rotación de cultivos y la intensidad de uso del suelo.
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    valoración media: 0.0 (0 votos)

Trabajo Final. Universidad de Buenos Aires. Facultad de Agronomía. Escuela para Graduados. Especialista de la Universidad de Buenos Aires en Teledetección y Sistemas de Información Geográfica. Especialización en Teledetección y Sistemas de Información Geográfica. 2020.

Estimar la superficie agrícola es fundamental para mejorar la logística productiva y generar políticas públicas. En Argentina, la estimación de la superficie agrícola proviene principalmente de las Estimaciones Agrícolas del Ministerio de Agricultura, Ganadería y Pesca (MAGyP) y del Censo Nacional Agropecuario (CNA) del Instituto Nacional de Estadísticas y Censos (INDEC). Como alternativa, se utilizan imágenes
satelitales. Tiene la ventaja de disponer de información no solo espacial sino también temporal de la superficie agrícola, y otros usos. En Argentina existen trabajos previos de clasificaciones de coberturas del suelo. Sin embargo, existen pocos ejemplos de mapas de cultivos a escala nacional y con continuidad a través de los años. El objetivo de este trabajo fue caracterizar los usos y coberturas del suelo del partido de Azul, provincia de Buenos Aires, durante el período 2013-2016. Se combinaron imágenes satelitales provistas por el satélite Landsat 8 con información de verdad terrestre relevada por el método de Segmentos Aleatorios (MAGyP) e información obtenida mediante fotointerpretación de imágenes de alta resolución con Google Earth. A su vez, se describieron los principales cambios de la cobertura terrestre. Se realizaron clasificaciones supervisadas utilizando el algoritmo Random Forest a través de la plataforma Google Earth Engine y se generaron mapas de cobertura del suelo. La utilización completa de la información terrestre redundó en una baja precisión general (56%). Sin embargo, al realizar una selección aleatoria balanceada de puntos en cada
clase, la precisión general aumentó (84%). El área cubierta por cultivos fue superior a la cubierta por recursos forrajeros en las tres campañas estudiadas. El cultivo de soja fue la clase de cobertura más frecuente en las tres campañas, con el 40% de superficie en promedio. El 93,4% de la superficie presentó algún tipo de cambio en la cobertura del suelo a lo largo de las tres campañas. Se espera que la generación de clasificaciones de
uso del suelo de manera periódica permita caracterizar a nivel de lote cuestiones importantes relacionadas con la sustentabilidad del manejo agrícola, como la rotación de
cultivos y la intensidad de uso del suelo.

Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional

No hay comentarios para este ítem.

Ingresar a su cuenta para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes

Av. San Martín 4453 - 1417 – CABA – Argentina.
Sala de lectura: bibliote@agro.uba.ar (54 11) 5287-0013
Referencia: referen@agro.uba.ar
Hemeroteca: hemerote@agro.uba.ar