Datos de Observación de la Tierra y Aprendizaje Profundo Geoespacial AI para Asignar Contribuciones a los Municipios Europeos Sen4MUN: Una Aplicación Empírica en el Valle de Aosta (Noroeste de Italia)
Autores: Orusa, Tommaso; Viani, Annalisa; Borgogno-Mondino, Enrico
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Datos de Observación de la Tierra y Aprendizaje Profundo Geoespacial AI para Asignar Contribuciones a los Municipios Europeos Sen4MUN: Una Aplicación Empírica en el Valle de Aosta (Noroeste de Italia)
Categoría
Ciencias Medioambientales
Subcategoría
Ciencias medioambientales generales
Palabras clave
Programa europeo
Misiones Sentinel de Copernicus
Sen4mun
Técnicas de aprendizaje profundo geoespacial
Mapa de uso del suelo
Coeficientes financieros
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Hoy en día, las misiones Sentinel del programa Copernicus de Europa han permitido el desarrollo de varios servicios de aplicación. En este sentido, para fortalecer el uso de datos satelitales gratuitos en los flujos de trabajo administrativos ordinarios, este trabajo tiene como objetivo evaluar la viabilidad y el desarrollo prototípico de un posible servicio llamado Sen4MUN para la distribución de contribuciones asignadas anualmente a los municipios locales y escalable a todas las regiones europeas. El análisis se centró en la región del Valle de Aosta, en el noroeste de Italia. Se realizó una comparación entre el Flujo de Trabajo Ordinario (OW) y el enfoque sugerido de Sen4MUN. OW se basa en encuestas estadísticas y declaraciones municipales, mientras que Sen4MUN se basa en técnicas de aprendizaje profundo geoespacial sobre imágenes aéreas (para extraer carreteras y edificios para obtener unidades inmobiliarias) y componentes del mapa de Uso del Suelo anuales de acuerdo con las directrices europeas EAGLE. Ambos métodos se basan en componentes de uso del suelo que representan la entrada sobre la cual se aplican los coeficientes financieros para asignar contribuciones. En ambos enfoques, se aplican buffers a la clase urbana (LCb). Este buffer se realizó de acuerdo con las directrices de consumo de suelo de la EEA-ISPRA para evitar subestimar algunas áreas que son difíciles de mapear. En el caso de Sen4MUN, esto se aplica para superar los límites del sensor Sentinel y los problemas de mezcla espectral, mientras que en el caso de OW, esto se debe a las limitaciones en el propio método de encuesta. Finalmente, se realizó una validación asumiendo como verdad el enfoque definido por la ley como estándar, es decir, OW, aunque tiene limitaciones. Los MAEs que involucran LCb, longitudes de carreteras y unidades inmobiliarias demuestran la efectividad de Sen4MUN. El enfoque desarrollado sugiere un sistema de contribuciones basado en Geomática y Teledetección para la administración pública.
Descripción
Hoy en día, las misiones Sentinel del programa Copernicus de Europa han permitido el desarrollo de varios servicios de aplicación. En este sentido, para fortalecer el uso de datos satelitales gratuitos en los flujos de trabajo administrativos ordinarios, este trabajo tiene como objetivo evaluar la viabilidad y el desarrollo prototípico de un posible servicio llamado Sen4MUN para la distribución de contribuciones asignadas anualmente a los municipios locales y escalable a todas las regiones europeas. El análisis se centró en la región del Valle de Aosta, en el noroeste de Italia. Se realizó una comparación entre el Flujo de Trabajo Ordinario (OW) y el enfoque sugerido de Sen4MUN. OW se basa en encuestas estadísticas y declaraciones municipales, mientras que Sen4MUN se basa en técnicas de aprendizaje profundo geoespacial sobre imágenes aéreas (para extraer carreteras y edificios para obtener unidades inmobiliarias) y componentes del mapa de Uso del Suelo anuales de acuerdo con las directrices europeas EAGLE. Ambos métodos se basan en componentes de uso del suelo que representan la entrada sobre la cual se aplican los coeficientes financieros para asignar contribuciones. En ambos enfoques, se aplican buffers a la clase urbana (LCb). Este buffer se realizó de acuerdo con las directrices de consumo de suelo de la EEA-ISPRA para evitar subestimar algunas áreas que son difíciles de mapear. En el caso de Sen4MUN, esto se aplica para superar los límites del sensor Sentinel y los problemas de mezcla espectral, mientras que en el caso de OW, esto se debe a las limitaciones en el propio método de encuesta. Finalmente, se realizó una validación asumiendo como verdad el enfoque definido por la ley como estándar, es decir, OW, aunque tiene limitaciones. Los MAEs que involucran LCb, longitudes de carreteras y unidades inmobiliarias demuestran la efectividad de Sen4MUN. El enfoque desarrollado sugiere un sistema de contribuciones basado en Geomática y Teledetección para la administración pública.