Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales

Mediante los sistemas satelitales ubicados en órbita alrededor del planeta es posible realizar el seguimiento de gran cantidad de sucesos ocurridos en las diferentes latitudes del globo terráqueo. Al utilizar técnicas especializadas de procesamiento de imágenes es posible conocer con gran detalle ca...

Full description

Autores:: Sanabria Sarmiento, John Jairo; M.Sc.(c). Grupo de investigación GIROD, Universidad Industrial de Santander, Bucaramanga
Zabala Vargas, Sergio Andrés; Especialista en Gerencia de Proyectos. Grupo de investigación GPS. Institución Universitaria de Investigación y Desarrollo, Bucaramanga

Tipo de recurso:

Fecha de publicación:: 2010

Institución:: Universidad Santo Tomás

Repositorio:: Universidad Santo Tomás

Idioma:: spa

id	SantoToma2_c5767362c0699050fa89617097429e5b
oai_identifier_str	oai:repository.usta.edu.co:11634/8290
network_acronym_str	SantoToma2
network_name_str	Universidad Santo Tomás
repository_id_str
dc.title.spa.fl_str_mv	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales
title	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales
spellingShingle	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales Sensado remoto, imagen satelital, clasificación, componentes principales, ondeleta (wavelet), eigenvalores, eigenvectores.
title_short	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales
title_full	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales
title_fullStr	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales
title_full_unstemmed	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales
title_sort	Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales
dc.creator.fl_str_mv	Sanabria Sarmiento, John Jairo; M.Sc.(c). Grupo de investigación GIROD, Universidad Industrial de Santander, Bucaramanga Zabala Vargas, Sergio Andrés; Especialista en Gerencia de Proyectos. Grupo de investigación GPS. Institución Universitaria de Investigación y Desarrollo, Bucaramanga
dc.contributor.author.spa.fl_str_mv	Sanabria Sarmiento, John Jairo; M.Sc.(c). Grupo de investigación GIROD, Universidad Industrial de Santander, Bucaramanga Zabala Vargas, Sergio Andrés; Especialista en Gerencia de Proyectos. Grupo de investigación GPS. Institución Universitaria de Investigación y Desarrollo, Bucaramanga
dc.subject.proposal.spa.fl_str_mv	Sensado remoto, imagen satelital, clasificación, componentes principales, ondeleta (wavelet), eigenvalores, eigenvectores.
topic	Sensado remoto, imagen satelital, clasificación, componentes principales, ondeleta (wavelet), eigenvalores, eigenvectores.
description	Mediante los sistemas satelitales ubicados en órbita alrededor del planeta es posible realizar el seguimiento de gran cantidad de sucesos ocurridos en las diferentes latitudes del globo terráqueo. Al utilizar técnicas especializadas de procesamiento de imágenes es posible conocer con gran detalle características propias del fenómeno en análisis, realizar clasificación basada en dichas características e inferir comportamientos. El presente artículo pretende aportar una serie de recomendaciones y herramientas computacionales con las cuales sea posible realizar la clasificación del suelo de manera automática mediante el análisis de imágenes satelitales con dos técnicas siendo estas la transformada ondeleta (Wavelet) y el análisis de componentes principales.
publishDate	2010
dc.date.issued.spa.fl_str_mv	2010-06-30
dc.type.coarversion.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv	http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv	info:eu-repo/semantics/article
dc.identifier.spa.fl_str_mv	http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/357 10.15332/iteckne.v7i1.357
url	http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/357
identifier_str_mv	10.15332/iteckne.v7i1.357
dc.language.iso.spa.fl_str_mv	spa
language	spa
dc.relation.spa.fl_str_mv	http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/357/322 /ref/LA LEY 388 DE 1997. UN REPASO A UNA DÉCADA. [revisado mayo 10 2008]. Disponible en Internet URL:http://www.territorioysuelo.org/ documentos/Presentaciones_foros/2007/Seminario_ley/10.JM_ Caicedo_F.pdf articulo 2 /ref/Seminario diez años después de ley 388 de 1997 ponente Gina Parody: Bogotá disponible en Internet en http://www.ginaparody.com/eventos/seminario_ ley_188.htm /ref/E, Vargas . Análisis y clasificación del uso y cobertura de la tierra con interpretación de Imágenes: Bogota: Instituto Geográfico Agustín Codazzi, 1992. 120P /ref/R Lombo: Ecología y Usos del Suelo [revisado mayo 10 2008] disponible en internet URL:http://www.sogeocol.edu.co/documentos/Ecologia.pdf /ref/J Jensen R. Introductory Digital Image Processing Second edition: USA: Prentice Hall, 1996. 318P /ref/F. Kuehn. Remote sensing for site characterization, USA: Editorial Springer, 2000 /ref/R.Vincent Fundamentals of geological and environmental remote sensing USA: Prentice Hall, 1997. 285P /ref/H. Araki. Fusao de informacoes espectrais, altimetricas e de dados auxiliares na classificacao de imagens de alta resolucao espacial, Universidade Federal do Paraná, Curitiba 2005. Tesis doctoral Facultad de Geodesia y ciencias de la información /ref/J Donnay. Remote Sensing and Urban Analysis, Premier edition. London: Taylor y Francis, 2001. 268P /ref/P. Gibson, C. Power., Introductory Remote Sensing Principles and Concepts V.2: Routledge. London, 2000. 250P /ref/J. Richards Remote Sensing Digital Image Analysis: An introduction, Berlin: Ed Springer Verlag, 1993. 320P /ref/J Walker. A primer on wavelets and their Scientific applications USA: Editorial CRC, 1999 380P /ref/V. Vega. Aplicación de la Transformada Wavelet discreta (TWD) en la detección e identificación de eventos de la calidad de la energía eléctrica, Bucaramanga. UIS, 2004 Tesis de Pregrado Facultad de Ingeniería Eléctrica, Electrónica y Telecomunicaciones /ref/R Gonzalez, R. Woods. Digital Image Processing using Matlab, Upper Saddle River : Pearson – Prentice Hall, 2004. 954P /ref/I. Daubechies. Teen Lectures on Wavelets, USA, SIAM 1992 /ref/S. Mallat. A wavelet tour of signal processing. Second edition, USA Prentice Hall, 1999. 250P /ref/P. Addison. The illustrated Wavelet transform Handbook. Second Edition. London Institute of Physics, 2002. 420P /ref/F Tadeo, T., Álvarez, S. González. Seguimiento de la cristalización de azúcar mediante procesado de imagen con wavelets Valladolid, Universidad de Valladolid 2002 Tesis de pregrado Departamento de Sistemas y Automática /ref/Y Tang, I Yang. Wavelet theory and its application to pattern recognition, USA: World Scientific, 2000. 456P /ref/R Medina, I. Lizarazo, Fusión de imágenes satelitales usando la transformadora de wavelet, Bogota: Universidad Francisco José de Caldas, 2004. 80P /ref/Wavelet smoothing of fMRI activation images” [online], 2002 [citado: Agosto de 2008]. University College ,London. Disponible desde:www.fil.ion.ucl.ac.uk/~wpenny/publications/wave.pdf /ref/B Bruegge, Object-oriented Software Engineering: Using UML, Patterns and Java, Second Edition, Carnegie Mellon University.2005 /ref/E Braude, Ingenieria de Software- Una perspectiva orientada a objetos.Alfaomega.2000 /ref/Lu We-Zhen et al, Performance assessment of air quality monitoring networks using principal component analysis and cluster analysis,Building and Environment (2010) /ref/Boente Graciela et al, Detecting influential observations in principal components and common principal components, Computational Statistics and data analysis 54 (2010) 2976-2975 /ref/Ravi V, Pramodh C, Threshold accepting trained principal component neural network and feautre subset selection: Application to bankruptcy prediction in Banks, Applied soft computing 8 (2008) 1539-1548 /ref/Cho chien-wen et al, A visión-based analysis system for gait recognition in patients with Parkinson’s disease, Expert systems with applications 36 (2009) 7033-7039 /ref/Heij Christiaan et al, Forecast comparision of principal component regression and principal covariate regression, Computational Statistics & Data analysis 51 (2007) 3612-3625 /ref/Al-Alawi Saleh et al, Combining principal component regression and artificial neural networks for more accurate predictions of ground-level ozone. /ref/Tamura Masayuki, Tsujita Shinsuke, A study on the number of principal components and sensitivity of fault detection using PCA, Computers and chemical Engineering 31 (2007) 1035-1046 /ref/Salinelli Ernesto, Nonlinear principal components , II: Characterization of normal distributions, Journal of Multivariate Analysis 100(2009) 652-660 /ref/Chester Victoria, Wrigley Allan, The identification of age-related differences in kinetic gait parameters using principal component analysis, Clinical Biomechanics 23 (2008) 212-220 /ref/Keithley Richard et al, Multivariate concentration determination using principal component regression with residual analysis, Trends in analytical chemistry Vol. 28, No 9, 2009 /ref/Boik Robert, Shirvani Amin, Principal components on coefficient of variation matrices, Statistical Methodology 6 (2009) 21-46
dc.relation.citationissue.spa.fl_str_mv	ITECKNE; Vol. 7, núm. 1 (2010); 98-107 2339-3483 1692-1798
dc.rights.spa.fl_str_mv	Copyright (c) 2018 ITECKNE
dc.rights.coar.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Copyright (c) 2018 ITECKNE http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv	application/pdf
dc.publisher.spa.fl_str_mv	Universidad Santo Tomás. Seccional Bucaramanga
institution	Universidad Santo Tomás
repository.name.fl_str_mv	Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv	noreply@usta.edu.co
_version_	1800786428397879296
spelling	Sanabria Sarmiento, John Jairo; M.Sc.(c). Grupo de investigación GIROD, Universidad Industrial de Santander, BucaramangaZabala Vargas, Sergio Andrés; Especialista en Gerencia de Proyectos. Grupo de investigación GPS. Institución Universitaria de Investigación y Desarrollo, Bucaramanga2010-06-30http://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/35710.15332/iteckne.v7i1.357Mediante los sistemas satelitales ubicados en órbita alrededor del planeta es posible realizar el seguimiento de gran cantidad de sucesos ocurridos en las diferentes latitudes del globo terráqueo. Al utilizar técnicas especializadas de procesamiento de imágenes es posible conocer con gran detalle características propias del fenómeno en análisis, realizar clasificación basada en dichas características e inferir comportamientos. El presente artículo pretende aportar una serie de recomendaciones y herramientas computacionales con las cuales sea posible realizar la clasificación del suelo de manera automática mediante el análisis de imágenes satelitales con dos técnicas siendo estas la transformada ondeleta (Wavelet) y el análisis de componentes principales.application/pdfspaUniversidad Santo Tomás. Seccional Bucaramangahttp://revistas.ustabuca.edu.co/index.php/ITECKNE/article/view/357/322/ref/LA LEY 388 DE 1997. UN REPASO A UNA DÉCADA. [revisado mayo 10 2008]. Disponible en Internet URL:http://www.territorioysuelo.org/ documentos/Presentaciones_foros/2007/Seminario_ley/10.JM_ Caicedo_F.pdf articulo 2/ref/Seminario diez años después de ley 388 de 1997 ponente Gina Parody: Bogotá disponible en Internet en http://www.ginaparody.com/eventos/seminario_ ley_188.htm/ref/E, Vargas . Análisis y clasificación del uso y cobertura de la tierra con interpretación de Imágenes: Bogota: Instituto Geográfico Agustín Codazzi, 1992. 120P/ref/R Lombo: Ecología y Usos del Suelo [revisado mayo 10 2008] disponible en internet URL:http://www.sogeocol.edu.co/documentos/Ecologia.pdf/ref/J Jensen R. Introductory Digital Image Processing Second edition: USA: Prentice Hall, 1996. 318P/ref/F. Kuehn. Remote sensing for site characterization, USA: Editorial Springer, 2000/ref/R.Vincent Fundamentals of geological and environmental remote sensing USA: Prentice Hall, 1997. 285P/ref/H. Araki. Fusao de informacoes espectrais, altimetricas e de dados auxiliares na classificacao de imagens de alta resolucao espacial, Universidade Federal do Paraná, Curitiba 2005. Tesis doctoral Facultad de Geodesia y ciencias de la información/ref/J Donnay. Remote Sensing and Urban Analysis, Premier edition. London: Taylor y Francis, 2001. 268P/ref/P. Gibson, C. Power., Introductory Remote Sensing Principles and Concepts V.2: Routledge. London, 2000. 250P/ref/J. Richards Remote Sensing Digital Image Analysis: An introduction, Berlin: Ed Springer Verlag, 1993. 320P/ref/J Walker. A primer on wavelets and their Scientific applications USA: Editorial CRC, 1999 380P/ref/V. Vega. Aplicación de la Transformada Wavelet discreta (TWD) en la detección e identificación de eventos de la calidad de la energía eléctrica, Bucaramanga. UIS, 2004 Tesis de Pregrado Facultad de Ingeniería Eléctrica, Electrónica y Telecomunicaciones/ref/R Gonzalez, R. Woods. Digital Image Processing using Matlab, Upper Saddle River : Pearson – Prentice Hall, 2004. 954P/ref/I. Daubechies. Teen Lectures on Wavelets, USA, SIAM 1992/ref/S. Mallat. A wavelet tour of signal processing. Second edition, USA Prentice Hall, 1999. 250P/ref/P. Addison. The illustrated Wavelet transform Handbook. Second Edition. London Institute of Physics, 2002. 420P/ref/F Tadeo, T., Álvarez, S. González. Seguimiento de la cristalización de azúcar mediante procesado de imagen con wavelets Valladolid, Universidad de Valladolid 2002 Tesis de pregrado Departamento de Sistemas y Automática/ref/Y Tang, I Yang. Wavelet theory and its application to pattern recognition, USA: World Scientific, 2000. 456P/ref/R Medina, I. Lizarazo, Fusión de imágenes satelitales usando la transformadora de wavelet, Bogota: Universidad Francisco José de Caldas, 2004. 80P/ref/Wavelet smoothing of fMRI activation images” [online], 2002 [citado: Agosto de 2008]. University College ,London. Disponible desde:www.fil.ion.ucl.ac.uk/~wpenny/publications/wave.pdf/ref/B Bruegge, Object-oriented Software Engineering: Using UML, Patterns and Java, Second Edition, Carnegie Mellon University.2005/ref/E Braude, Ingenieria de Software- Una perspectiva orientada a objetos.Alfaomega.2000/ref/Lu We-Zhen et al, Performance assessment of air quality monitoring networks using principal component analysis and cluster analysis,Building and Environment (2010)/ref/Boente Graciela et al, Detecting influential observations in principal components and common principal components, Computational Statistics and data analysis 54 (2010) 2976-2975/ref/Ravi V, Pramodh C, Threshold accepting trained principal component neural network and feautre subset selection: Application to bankruptcy prediction in Banks, Applied soft computing 8 (2008) 1539-1548/ref/Cho chien-wen et al, A visión-based analysis system for gait recognition in patients with Parkinson’s disease, Expert systems with applications 36 (2009) 7033-7039/ref/Heij Christiaan et al, Forecast comparision of principal component regression and principal covariate regression, Computational Statistics & Data analysis 51 (2007) 3612-3625/ref/Al-Alawi Saleh et al, Combining principal component regression and artificial neural networks for more accurate predictions of ground-level ozone./ref/Tamura Masayuki, Tsujita Shinsuke, A study on the number of principal components and sensitivity of fault detection using PCA, Computers and chemical Engineering 31 (2007) 1035-1046/ref/Salinelli Ernesto, Nonlinear principal components , II: Characterization of normal distributions, Journal of Multivariate Analysis 100(2009) 652-660/ref/Chester Victoria, Wrigley Allan, The identification of age-related differences in kinetic gait parameters using principal component analysis, Clinical Biomechanics 23 (2008) 212-220/ref/Keithley Richard et al, Multivariate concentration determination using principal component regression with residual analysis, Trends in analytical chemistry Vol. 28, No 9, 2009/ref/Boik Robert, Shirvani Amin, Principal components on coefficient of variation matrices, Statistical Methodology 6 (2009) 21-46ITECKNE; Vol. 7, núm. 1 (2010); 98-1072339-34831692-1798Copyright (c) 2018 ITECKNEhttp://purl.org/coar/access_right/c_abf2Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitalesinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Sensado remoto, imagen satelital, clasificación, componentes principales, ondeleta (wavelet), eigenvalores, eigenvectores.11634/8290oai:repository.usta.edu.co:11634/82902023-07-14 16:37:20.491metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co

Metodología para la determinación de usos del suelo mediante procesamiento de imágenes satelitales

Publicaciones similares