Octubre, 2021

Marzo, 2023

Biología de la conservación

Ingeniería Ambiental

Geol. Lidia Vlassova, PhD. - Director
Lic. Yarelys Ferrer Sánchez, PhD.
Ing. Ramiro Gaibor Fernández, M.Sc.
Ing. Olga Rosero Vlasova, PhD.
Dra. Gina Paola González Angarita

lvlassova@uteq.edu.ec

$ 2000

En ejecución

La detección de los principales cultivos agrícolas es una de las más importantes aplicaciones de los sensores remotos. Una de las principales fuentes de información la constituyen las imágenes ultiespectrales de los satélites Landsat-8 (EEUU – 2013) y Sentinel-2 (agencia Europea - 2015).

Generación de nueva información va acompañada por avances en métodos de su procesamiento: desarrollo de los nuevos algoritmos de inteligencia artificial, específicamente de aprendizaje automático (“machine learning” en inglés). Sin embargo, hasta el momento existen pocos estudios que comparan su rendimiento y viabilidad de uso.

Este proyecto comparará entre si los tres métodos de clasificación de imágenes que utilizan algoritmos de aprendizaje automático, máquinas de vectores de soporte (SVM), redes neuronales artificiales (ANN) y los árboles de decisión (RF) en Inglés), así como el método tradicional de máxima probabilidad (ML).

Se utilizarán las imágenes multiespectrales de los satélites operativos de última generación: Landsat- 8 y Sentinel-2 de acceso libre. Se comparará la precisión general, así como las desviaciones estándar. Además, se comparará la precisión de la detección de cada tipo del cultivo-objeto de la investigación.

Para evaluar el estado de los cultivos se calcularán los índices espectrales de NDVI (Normalized Difference Vegetation Index), GNDVI (Green Normalized Vegetation Index), GCI (Green Coverage Index), MSI (Moisture Stress Index). Los resultados de la investigación contribuirán a más amplia y eficiente utilización de las imágenes satelitales de libre acceso para monitoreo oportuno de la distribución de los cultivos claves para el desarrollo económico del área de estudio. Se espera confirmar el potencial de las imágenes satelitales de detección oportuna de los estrés bióticos y abióticos en los cultivos estudiados.