Library Catalogue

Amazon cover image
Image from Amazon.com
Image from Google Jackets

Algoritmo de inteligencia artificial para la detección de cultivos de cacao (Teobroma cacao L.), banano (Musa paradisiaca L.) y palma africana (Elaeis guineensis J.). Oliver Michael Zambrano-Garcia

Contributor(s): Material type: TextTextSeries: Open textbook libraryDistributor: Minneapolis, MN Open Textbook LibraryPublisher: [Place of publication not identified] Editorial Grupo AEA 2023Copyright date: ©2023Description: 1 online resourceContent type:
  • text
Media type:
  • computer
Carrier type:
  • online resource
ISBN:
  • 9789942651174
Subject(s): LOC classification:
  • TA145
Online resources:
Contents:
Reseña de Autores -- Índice -- Índice de Tablas -- Índice de Figuras -- Índice de Anexos -- Índice de Ecuaciones -- Introducción -- Capítulo I: Contextualización y fundamentación teórica de la investigación -- Capítulo II: Metodología de la investigación -- Capítulo III: Resultados, discusión, conclusiones y recomendaciones -- Referencias Bibliográficas -- Anexos
Subject: Se analiza la expansión e intensificación de la agricultura no regulada e insostenible, principalmente en América Latina, enfocándose en Ecuador, donde la degradación del suelo está estrechamente relacionada con prácticas agrícolas insostenibles. Destaca la importancia de una planificación territorial exhaustiva y el uso de teledetección para evaluar cambios en el uso del suelo y la cobertura vegetal​​. La investigación se centra en la zona norte de las provincias del Guayas y de Los Ríos en Ecuador, enfocándose en el procesamiento de imágenes satelitales para detectar cultivos de banano, cacao y palma. Utiliza una metodología experimental y cuantitativa para comparar la efectividad de distintas metodologías de clasificación, evaluando la precisión del método de inteligencia artificial Bosques Aleatorios usando imágenes del satélite Sentinel-2. Los resultados del estudio incluyen el preprocesamiento de imágenes satelitales, el cálculo de índices espectrales NDVI y RESI, y la clasificación supervisada de las imágenes de Sentinel-2 utilizando los métodos de Máxima Verosimilitud y Bosques Aleatorios. Se realizaron análisis estadísticos detallados, incluyendo la validación de resultados mediante matrices de confusión y el cálculo del coeficiente Kappa​​. En conclusión, el manuscrito ofrece una comprensión profunda de cómo la teledetección y la inteligencia artificial pueden ayudar en la detección y clasificación de cultivos en áreas específicas, contribuyendo a la gestión agrícola y la planificación territorial sostenible​​.
Tags from this library: No tags from this library for this title. Log in to add tags.
No physical items for this record

Reseña de Autores -- Índice -- Índice de Tablas -- Índice de Figuras -- Índice de Anexos -- Índice de Ecuaciones -- Introducción -- Capítulo I: Contextualización y fundamentación teórica de la investigación -- Capítulo II: Metodología de la investigación -- Capítulo III: Resultados, discusión, conclusiones y recomendaciones -- Referencias Bibliográficas -- Anexos

Se analiza la expansión e intensificación de la agricultura no regulada e insostenible, principalmente en América Latina, enfocándose en Ecuador, donde la degradación del suelo está estrechamente relacionada con prácticas agrícolas insostenibles. Destaca la importancia de una planificación territorial exhaustiva y el uso de teledetección para evaluar cambios en el uso del suelo y la cobertura vegetal​​. La investigación se centra en la zona norte de las provincias del Guayas y de Los Ríos en Ecuador, enfocándose en el procesamiento de imágenes satelitales para detectar cultivos de banano, cacao y palma. Utiliza una metodología experimental y cuantitativa para comparar la efectividad de distintas metodologías de clasificación, evaluando la precisión del método de inteligencia artificial Bosques Aleatorios usando imágenes del satélite Sentinel-2. Los resultados del estudio incluyen el preprocesamiento de imágenes satelitales, el cálculo de índices espectrales NDVI y RESI, y la clasificación supervisada de las imágenes de Sentinel-2 utilizando los métodos de Máxima Verosimilitud y Bosques Aleatorios. Se realizaron análisis estadísticos detallados, incluyendo la validación de resultados mediante matrices de confusión y el cálculo del coeficiente Kappa​​. En conclusión, el manuscrito ofrece una comprensión profunda de cómo la teledetección y la inteligencia artificial pueden ayudar en la detección y clasificación de cultivos en áreas específicas, contribuyendo a la gestión agrícola y la planificación territorial sostenible​​.

Attribution-NonCommercial-ShareAlike

In Spanish; Castilian.

Description based on online resource

There are no comments on this title.

to post a comment.

© 2024, Kenya Medical Training College | All Rights Reserved