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

Vista sencilla de ítem
authorProfile.id.code201518814
dc.contributor.advisorJiménez Vargas, José Fernando
dc.contributor.advisorCarroll Janer, Iván Enrique
dc.contributor.authorPosada Valcárcel, Stiven Fernando
dc.contributor.juryCarroll Janer, Iván Enrique
dc.contributor.juryBressan, Michael
dc.date.accessioned2021-08-10T18:30:30Z
dc.date.available2021-08-10T18:30:30Z
dc.date.issued2020
dc.description.abstractToday, 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 patternseng
dc.description.abstractHoy 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 establecidosspa
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Electrónico
dc.format.extent36 hojas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad de los Andesspa
dc.identifier.pdf23109.pdf
dc.identifier.reponamereponame:Repositorio Institucional Sénecaspa
dc.identifier.repourlrepourl:https://repositorio.uniandes.edu.co/spa
dc.identifier.urihttps://hdl.handle.net/1992/51549
dc.language.isospa
dc.publisherUniversidad de los Andes
dc.publisher.departmentDepartamento de Ingeniería Eléctrica y Electrónica
dc.publisher.facultyFacultad de Ingeniería
dc.publisher.programIngeniería Electrónica
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.licenseAl consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.spa
dc.rights.urihttps://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf*
dc.subject.armarcImágenes de detección a distanciaspa
dc.subject.armarcImágenes digitalesspa
dc.subject.armarcSistemas de Información Geográficaspa
dc.subject.armarcDatos geoespacialesspa
dc.subject.armarcComputación en la nubespa
dc.subject.armarcDescarga de datosspa
dc.subject.armarcDesarrollo de softwarespa
dc.subject.themesIngeniería
dc.titleAnálisis de imágenes satelitales de observación de la tierra y datos geoespaciales a través de machine learningspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
23109.pdf
Tamaño:
3.72 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Tesis/Trabajos de Grado