...
首页> 外文期刊>Revista Mexicana de Ciencias Agricolas >Cartografía del aguacate en el sur del estado de México mediante tratamiento digital de imágenes sentinel-2
【24h】

Cartografía del aguacate en el sur del estado de México mediante tratamiento digital de imágenes sentinel-2

机译:墨西哥南部的鳄梨的制图通过数字图像Sentinel-2

获取原文
   

获取外文期刊封面封底 >>

       

摘要

El cultivo de aguacate (Persea americana Mill.) es uno de los más importantes en México, entre los estados con mayor producción se encuentra el Estado de México, que es el tercer estado productor a nivel nacional. Coatepec Harinas y Donato Guerra son dos de los municipios más representativos en lo respectivo a esta actividad; sin embargo, no existe un censo que especifique la superficie del cultivo, por lo que el objetivo de esta investigación fue probar métodos de índices de vegetación, algoritmos spectral angle mapper (SAM) y spectral information divergence (SID) y la combinación de estos en las imágenes del sensor Sentinel-2 para evaluar su desempe?o en la identificación de áreas plantadas con el cultivo de aguacate. Los resultados se validaron con una matriz de confusión y la comparación de los datos de referencia de entrenamiento y validación. El algoritmo SID alcanzó una precisión de 97.5% para detectar aguacate, mientras que el tratamiento SAM obtuvo una precisión de 63.1%. La combinación de SID con el índice Anthocyanin Reflectance Index 1 (ARI1), proporcionó un mejor resultado sobre la cartografía de validación regional con 85% de precisión. Otras combinaciones de índices y tratamientos dieron resultados inferiores al 50% de la precisión por lo que no se recomiendan. Esta metodología podría ser probada para la detección de otros cultivos de interés comercial, dado que Sentinel-2 muestra ser una alternativa viable para este tipo de estudios, teniendo una buena resolución espectral, además de ser de fácil acceso y manipulación.
机译:鳄梨(Persea American Mill)的培养是墨西哥最重要的是墨西哥最高的国家之一,是墨西哥州,这是国家一级的第三种生产州。 Coatepec面粉和捐赠战争是在这项活动中的两个最具代表性的城市;然而,没有人口普查指定作物的表面上,所以物镜本研究的是植被指数的试验方法,光谱角映射算法(SAM)和光谱信息散度(SID)以及这些中的图像组合Sentinel-2传感器的识别在鉴定鳄梨培养的地区的性能中。通过混淆矩阵验证结果和培训和验证参考数据的比较。所述SID算法达到了97.5%的准确度来检测鳄梨,而SAM处理得到的63.1%的准确度。 SID与花青素反射率1(ARI1)指数的组合提供了较好的导致区域验证映射,精度为85%。索引和治疗的其他组合给出了比精度的50%的结果,因此不推荐。这种方法可以被证明是为了检测对商业兴趣的其他作物,因为Sentinel-2表示作为这种类型的研究的可行替代方案,具有良好的光谱分辨率,以及容易进入和处理。

著录项

获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号