logo móvil
Contáctanos

Identificación automática de sistemas de riego de pivote central a partir de imágenes Landsat utilizando redes neuronales convolucionales

Autores: Zhang, Chenxiao; Yue, Peng; Di, Liping; Wu, Zhaoyan

Idioma: Inglés

Editor: MDPI

Año: 2018

Descargar PDF

Acceso abierto

Artículo científico
2018

Identificación automática de sistemas de riego de pivote central a partir de imágenes Landsat utilizando redes neuronales convolucionales


Categoría

Ciencias Agrícolas y Biológicas

Subcategoría

Ciencias Agrícolas y Biológicas Generales

Palabras clave

Innovación mecánica
Agricultura
Sistemas de riego de pivote central
Recursos hídricos
Técnicas de aprendizaje automático
Redes Neuronales Convolucionales

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 30

Citaciones: Sin citaciones


Descripción
Siendo aclamado como la mayor innovación mecánica en la agricultura desde la sustitución de los animales de tiro por el tractor, los sistemas de riego de pivote central riegan los cultivos con una reducción significativa tanto en la mano de obra como en las necesidades de agua en comparación con los métodos de riego tradicionales, como el riego por inundación. En las últimas décadas, la implementación de sistemas de riego de pivote central ha aumentado drásticamente en todo Estados Unidos. El monitoreo de la instalación y operación de los sistemas de pivote central puede ayudar: (i) a las agencias de gestión de recursos hídricos a evaluar objetivamente el consumo de agua y asignar adecuadamente los recursos hídricos, (ii) a las agroempresas a localizar posibles clientes, y (iii) a los investigadores a investigar el cambio en el uso del suelo. Sin embargo, se han realizado pocos estudios sobre la identificación automática y la ubicación de los sistemas de riego de pivote central a partir de imágenes satelitales. Creciendo rápidamente en los últimos años, las técnicas de aprendizaje automático se han aplicado ampliamente en el reconocimiento de imágenes, y proporcionan una posible solución para la identificación de sistemas de pivote central. En este estudio, se propuso un enfoque de Redes Neuronales Convolucionales (CNNs) para la identificación de sistemas de riego de pivote central. Se construyeron y compararon CNNs con diferentes estructuras para la tarea. Se presentó un enfoque de muestreo para la ampliación de datos de entrenamiento. La CNN con el mejor rendimiento y menos tiempo de entrenamiento se utilizó en el área de pruebas. Se propuso un enfoque basado en la varianza para localizar aún más el centro de cada sistema de pivote central. El experimento se aplicó a una imagen Landsat de resolución de 30 m, que cubre un área de 20,000 km en el norte de Colorado. Una precisión del 95.85% y una recuperación del 93.33% de los resultados de identificación indicaron que el enfoque propuesto funcionó bien en la tarea de identificación de sistemas de riego de pivote central.

Otros recursos que podrían interesarte

Temas Virtualpro