logo móvil
Contáctanos

Técnicas de aprendizaje automático en evaluación y monitoreo de inundaciones agrícolas utilizando observación terrestre y análisis hidromorfológico

Autores: Tasiopoulos, Lampros; Stefouli, Marianthi; Voutos, Yorghos; Mylonas, Phivos; Charou, Eleni

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Técnicas de aprendizaje automático en evaluación y monitoreo de inundaciones agrícolas utilizando observación terrestre y análisis hidromorfológico


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería General

Palabras clave

Cambio climático
Inundaciones
Llanuras agrícolas
Mapas de extensión de inundaciones
Gestión de riesgos
Sentinel-2

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 28

Citaciones: Sin citaciones


Descripción
El cambio climático podría exacerbar las inundaciones en llanuras agrícolas al aumentar la frecuencia de eventos meteorológicos extremos y adversos. Los mapas de extensión de inundaciones podrían ser una fuente valiosa de información para los responsables de tomar decisiones sobre tierras agrícolas, la gestión de riesgos y la planificación de emergencias. Proponemos un método que combina varios tipos de datos y técnicas de procesamiento para lograr mapas precisos de la extensión de las inundaciones. La aplicación tiene como objetivo encontrar el porcentaje de tierras agrícolas que están cubiertas por las inundaciones a través de una metodología de estimación de mapas automática basada en las imágenes de satélite Sentinel-2 (S2) disponibles de forma gratuita y técnicas de aprendizaje automático.

Otros recursos que podrían interesarte

Temas Virtualpro