Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning

Today, there is a need for the rise of green, healthy and sustainable cities in the world, especially in less developed countries. Then, managing to detect the vegetation and green areas in the cities, can help determine the shortcomings that it has, in the field of sustainability. In addition, gree...

Full description

Autores:
Posada Valcárcel, Stiven Fernando
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad de los Andes
Repositorio:
Séneca: repositorio Uniandes
Idioma:
spa
OAI Identifier:
oai:repositorio.uniandes.edu.co:1992/51549
Acceso en línea:
http://hdl.handle.net/1992/51549
Palabra clave:
Imágenes de detección a distancia
Imágenes digitales
Sistemas de Información Geográfica
Datos geoespaciales
Computación en la nube
Descarga de datos
Desarrollo de software
Ingeniería
Rights
openAccess
License
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
id UNIANDES2_7c564f8dee1c7aeb00a65e937ab467d7
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/51549
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Jiménez Vargas, José Fernando3366b37d-20ca-46aa-b6c6-15bd8f676892400Carroll Janer, Iván Enriquea6f73209-0658-4d05-a8d4-03fbf15c2f0a500Posada Valcárcel, Stiven Fernando27838989-0fdd-4024-8260-4de190d1e763500Carroll Janer, Iván EnriqueBressan, Michael2021-08-10T18:30:30Z2021-08-10T18:30:30Z2020http://hdl.handle.net/1992/5154923109.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Today, there is a need for the rise of green, healthy and sustainable cities in the world, especially in less developed countries. Then, managing to detect the vegetation and green areas in the cities, can help determine the shortcomings that it has, in the field of sustainability. In addition, green areas, apart from being the lungs of the city, also help to regulate the temperature and humidity of the environment. The objective of this project is to obtain a model that allows to classify the vegetation of any city in the world, as long as the Copernicus images available present low cloud cover where possible less than 20%. The classification is with 1 for vegetation and 0 for non-vegetation, then calculate the percentage of vegetation and the amount of green areas according to the established patternsHoy en día, existe la necesidad del aumento de las ciudades verdes, saludables y sostenibles en el mundo, especialmente en los países poco desarrollados. Entonces, lograr detectar la vegetación y zonas verdes en las ciudades, podrán ayudar a determinar las falencias que esta tiene, en el ámbito de la sostenibilidad. Además, las zonas verdes aparte de ser los pulmones de la ciudad, también ayudan a regular la temperatura y la humedad del ambiente. El objetivo de este proyecto es obtener un modelo que permita clasificar la vegetación de cualquier ciudad en el mundo, siempre y cuando las imágenes disponibles de Copernicus presenten baja nubosidad en lo posible menor a 20%. La clasificación es con un 1 para vegetación y 0 para no vegetación, posteriormente calcular el porcentaje de vegetación y la cantidad de zonas verdes de acuerdo a los patrones establecidosIngeniero ElectrónicoPregrado36 hojasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y ElectrónicaAnálisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPImágenes de detección a distanciaImágenes digitalesSistemas de Información GeográficaDatos geoespacialesComputación en la nubeDescarga de datosDesarrollo de softwareIngeniería201518814PublicationTHUMBNAIL23109.pdf.jpg23109.pdf.jpgIM Thumbnailimage/jpeg10426https://repositorio.uniandes.edu.co/bitstreams/43b2a2e9-b655-4d36-999d-4916ff94667a/download7cce9414d2a5f7c8b2de594b63011c4dMD55ORIGINAL23109.pdfapplication/pdf3903978https://repositorio.uniandes.edu.co/bitstreams/b0383903-4c1c-4f84-8430-3d210e74d2e3/download4a4390dd58285822fb85ed8aaa5181f7MD51TEXT23109.pdf.txt23109.pdf.txtExtracted texttext/plain45790https://repositorio.uniandes.edu.co/bitstreams/09ca346b-84b5-4cda-9467-13845ee1d604/downloadd8601ddb5d9cb19238489bfc2a05eaeaMD541992/51549oai:repositorio.uniandes.edu.co:1992/515492023-10-10 18:56:12.351https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.spa.fl_str_mv Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
title Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
spellingShingle Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
Imágenes de detección a distancia
Imágenes digitales
Sistemas de Información Geográfica
Datos geoespaciales
Computación en la nube
Descarga de datos
Desarrollo de software
Ingeniería
title_short Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
title_full Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
title_fullStr Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
title_full_unstemmed Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
title_sort Análisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learning
dc.creator.fl_str_mv Posada Valcárcel, Stiven Fernando
dc.contributor.advisor.none.fl_str_mv Jiménez Vargas, José Fernando
Carroll Janer, Iván Enrique
dc.contributor.author.none.fl_str_mv Posada Valcárcel, Stiven Fernando
dc.contributor.jury.none.fl_str_mv Carroll Janer, Iván Enrique
Bressan, Michael
dc.subject.armarc.spa.fl_str_mv Imágenes de detección a distancia
Imágenes digitales
Sistemas de Información Geográfica
Datos geoespaciales
Computación en la nube
Descarga de datos
Desarrollo de software
topic Imágenes de detección a distancia
Imágenes digitales
Sistemas de Información Geográfica
Datos geoespaciales
Computación en la nube
Descarga de datos
Desarrollo de software
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description Today, there is a need for the rise of green, healthy and sustainable cities in the world, especially in less developed countries. Then, managing to detect the vegetation and green areas in the cities, can help determine the shortcomings that it has, in the field of sustainability. In addition, green areas, apart from being the lungs of the city, also help to regulate the temperature and humidity of the environment. The objective of this project is to obtain a model that allows to classify the vegetation of any city in the world, as long as the Copernicus images available present low cloud cover where possible less than 20%. The classification is with 1 for vegetation and 0 for non-vegetation, then calculate the percentage of vegetation and the amount of green areas according to the established patterns
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2021-08-10T18:30:30Z
dc.date.available.none.fl_str_mv 2021-08-10T18:30:30Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/51549
dc.identifier.pdf.none.fl_str_mv 23109.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/51549
identifier_str_mv 23109.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.none.fl_str_mv 36 hojas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de los Andes
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeniería
dc.publisher.department.none.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
publisher.none.fl_str_mv Universidad de los Andes
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/43b2a2e9-b655-4d36-999d-4916ff94667a/download
https://repositorio.uniandes.edu.co/bitstreams/b0383903-4c1c-4f84-8430-3d210e74d2e3/download
https://repositorio.uniandes.edu.co/bitstreams/09ca346b-84b5-4cda-9467-13845ee1d604/download
bitstream.checksum.fl_str_mv 7cce9414d2a5f7c8b2de594b63011c4d
4a4390dd58285822fb85ed8aaa5181f7
d8601ddb5d9cb19238489bfc2a05eaea
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1808390439515979776

Publicaciones similares