- -

Mapas de calendario de cultivo y variables fenológicas mediante el análisis de imágenes MODIS y ASTER basado en objetos

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Mapas de calendario de cultivo y variables fenológicas mediante el análisis de imágenes MODIS y ASTER basado en objetos

Mostrar el registro sencillo del ítem

Ficheros en el ítem

Thumbnail
Nombre: 2307-8910-1-PB.pdf
Tamaño: 1.534Mb
Formato: PDF
Abrir
dc.contributor.author De Castro, A.I. es_ES
dc.contributor.author Plant, R.E. es_ES
dc.contributor.author Six, J. es_ES
dc.contributor.author Peña, J.M. es_ES
dc.date.accessioned 2014-11-24T09:18:26Z
dc.date.available 2014-11-24T09:18:26Z
dc.date.issued 2014-06-24
dc.identifier.issn 1133-0953
dc.identifier.uri http://hdl.handle.net/10251/44594
dc.description Revista oficial de la Asociación Española de Teledetección
dc.description.abstract [EN] A method to generate crop calendar and phenology-related maps at a parcel level of four major irrigated crops (rice, maize, sunflower and tomato) is shown. The method combines images from the ASTER and MODIS sensors in an object-based image analysis framework, as well as testing of three different fitting curves by using the TIMESAT software. Averaged estimation of calendar dates were 85%, from 92% in the estimation of emergence and harvest dates in rice to 69% in the case of harvest date in tomato. es_ES
dc.description.abstract [ES] Se presenta un procedimiento para generar mapas de calendario de cultivo y otras variables fenológicas a nivel de parcela de cuatro tipos de cultivo de regadío (arroz, maíz, girasol y tomate). El método combina imágenes de los sensores ASTER y MODIS en un entorno de análisis de imágenes basado en objetos, y la aplicación de tres curvas de ajuste diferentes analizadas con el programa TIMESAT. Los resultados obtenidos tuvieron una exactitud media del 85%, con valores entre el 92% en las fechas de emergencia y cosecha del arroz y el 69% en la estimación de la fecha de cosecha del tomate. es_ES
dc.description.sponsorship Este trabajo fue financiado por un proyecto de la Fundación Kearny de Ciencias del Suelo de la Universidad de California - Davis. El trabajo del Dr. José M. Peña fue financiado por un contrato postdoctoral del programa MEC-Fulbright, financiado por la Secretaría de Estado e Investigación del Ministerio Español de Ciencia e Innovación. Las imágenes ASTER y MODIS se obtuvieron de la plataforma NASA-EOS a través de una afiliación de investigación.
dc.language Español es_ES
dc.publisher Editorial Universitat Politècnica de València
dc.relation.ispartof Revista de Teledetección
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Cultivos de regadío es_ES
dc.subject Curvas de ajuste es_ES
dc.subject Series temporales de NDVI es_ES
dc.subject TIMESAT es_ES
dc.subject eCognition developer es_ES
dc.subject Irrigated crops es_ES
dc.subject Fitting curve es_ES
dc.subject NDVI time-series es_ES
dc.title Mapas de calendario de cultivo y variables fenológicas mediante el análisis de imágenes MODIS y ASTER basado en objetos es_ES
dc.title.alternative Mapping of crop calendar events by object-based analysis of MODIS and ASTER images es_ES
dc.type Artículo es_ES
dc.date.updated 2014-11-24T08:27:29Z
dc.identifier.doi 10.4995/raet.2014.2307
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation De Castro, A.; Plant, R.; Six, J.; Peña, J. (2014). Mapas de calendario de cultivo y variables fenológicas mediante el análisis de imágenes MODIS y ASTER basado en objetos. Revista de Teledetección. (41):29-36. https://doi.org/10.4995/raet.2014.2307 es_ES
dc.description.accrualMethod SWORD es_ES
dc.relation.publisherversion https://doi.org/10.4995/raet.2014.2307 es_ES
dc.description.upvformatpinicio 29 es_ES
dc.description.upvformatpfin 36 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.issue 41
dc.identifier.eissn 1988-8740
dc.contributor.funder Ministerio de Ciencia e Innovación
dc.contributor.funder Kearney Foundation of Soil Science
dc.description.references Beck, P. S. A., Atzberger, C., Høgda, K. A., Johansen, B., & Skidmore, A. K. (2006). Improved monitoring of vegetation dynamics at very high latitudes: A new method using MODIS NDVI. Remote Sensing of Environment, 100(3), 321-334. doi:10.1016/j.rse.2005.10.021 es_ES
dc.description.references Blaschke, T. (2010). Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 65(1), 2-16. doi:10.1016/j.isprsjprs.2009.06.004 es_ES
dc.description.references Gao, F., Morisette, J. T., Wolfe, R. E., Ederer, G., Pedelty, J., Masuoka, E., … Nightingale, J. (2008). An Algorithm to Produce Temporally and Spatially Continuous MODIS-LAI Time Series. IEEE Geoscience and Remote Sensing Letters, 5(1), 60-64. doi:10.1109/lgrs.2007.907971 es_ES
dc.description.references Jönsson, P., & Eklundh, L. (2004). TIMESAT—a program for analyzing time-series of satellite sensor data. Computers & Geosciences, 30(8), 833-845. doi:10.1016/j.cageo.2004.05.006 es_ES
dc.description.references Peña-Barragán, J. M., López-Granados, F., García-Torres, L., Jurado-Expósito, M., Sánchez de la Orden, M., & García-Ferrer, A. (2008). Discriminating cropping systems and agro-environmental measures by remote sensing. Agronomy for Sustainable Development, 28(2), 355-362. doi:10.1051/agro:2007049 es_ES
dc.description.references Peña-Barragán, J. M., Ngugi, M. K., Plant, R. E., & Six, J. (2011). Object-based crop identification using multiple vegetation indices, textural features and crop phenology. Remote Sensing of Environment, 115(6), 1301-1316. doi:10.1016/j.rse.2011.01.009 es_ES
dc.description.references Rojas, O., Vrieling, A., & Rembold, F. (2011). Assessing drought probability for agricultural areas in Africa with coarse resolution remote sensing imagery. Remote Sensing of Environment, 115(2), 343-352. doi:10.1016/j.rse.2010.09.006 es_ES
dc.description.references Tan, B., Morisette, J. T., Wolfe, R. E., Gao, F., Ederer, G. A., Nightingale, J., & Pedelty, J. A. (2011). An Enhanced TIMESAT Algorithm for Estimating Vegetation Phenology Metrics From MODIS Data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 4(2), 361-371. doi:10.1109/jstars.2010.2075916 es_ES
dc.description.references Zhang, X., Friedl, M. A., Schaaf, C. B., Strahler, A. H., Hodges, J. C. F., Gao, F., … Huete, A. (2003). Monitoring vegetation phenology using MODIS. Remote Sensing of Environment, 84(3), 471-475. doi:10.1016/s0034-4257(02)00135-9 es_ES
dc.description.references Zhong, L., Gong, P., & Biging, G. S. (2014). Efficient corn and soybean mapping with temporal extendability: A multi-year experiment using Landsat imagery. Remote Sensing of Environment, 140, 1-13. doi:10.1016/j.rse.2013.08.023 es_ES
dc.description.references Wang, J., Rich, P. M., Price, K. P., & Kettle, W. D. (2004). Relations between NDVI and tree productivity in the central Great Plains. International Journal of Remote Sensing, 25(16), 3127-3138. doi:10.1080/0143116032000160499 es_ES
dc.description.references Thenkabail, P. S., Knox, J. W., Ozdogan, M., Gumma, M. K., Congalton, R. G., Wu, Z., Miseli, C., Finkral, A., Marshall, M., Mariotto, I., You, S., Giri, C.P., Nagler, P. L., 2012. Assessing future risks to agricultural productivity, water resources and food security-how can remote sensing help? Photogrammetric Engineering and Remote Sensing, 78(8), 773-782. es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem