Mapas de calor de siembras y cálculo de índices a través de imágenes satelitales

Abstract

Aquí se atendió la problemática de cómo visualizar los resultados arrojados por una IA (Inteligencia Artificial) entrenada para clasificar cultivos en campos por medio de la utilización de imágenes digitales tomadas a través de un satélite, haciendo uso además, a partir de los datos que éstas contienen, de cálculos de índices que son de utilidad para los encargados de tomas de decisiones del sector agropecuario. Éstas imágenes utilizadas son recortes de imágenes Landsat 8, sobre las cuales se utilizan polígonos (capas vectoriales) que identifican zonas de interés como lotes o campos. Cabe destacar que para la clasificación de las coberturas terrestres se ha utilizado una red neuronal ya entrenada resultado del trabajo “Classification of Summer Crops Using Active Learning Techniques on Landsat Images in the Northwest of the Province of Buenos Aires” [1]. El desafío de este módulo fue cómo manipular, adaptar y ensamblar los datos y herramientas que se disponían, para poder ser utilizados de una forma mucho más productiva por medio de la visualización. OBJETIVOS El objetivo es desarrollar una herramienta que permita visualizar los resultados de una clasificación automática de cultivos basada en Machine Learning utilizando mapas de calor, curvas espectrales, falso color e índices de vegetación a partir de imágenes satelitales. Los objetivos específicos son: ● Obtener y generar los datos. ● Diseñar la visualización. ● Desarrollar la herramienta de visualización.