Show simple item record

dc.contributor.authorLópez Pérez, Esther 
dc.contributor.authorSanchis Ibor, C. 
dc.contributor.authorJiménez Bello, Miguel Ángel 
dc.contributor.authorRubio Martín, A. 
dc.contributor.authorMacian Sorribes, H. 
dc.contributor.authorGarcía Prats, A. 
dc.contributor.authorManzano Juárez, Juan 
dc.contributor.authorGarcía Mollá, M. 
dc.contributor.authorPulido Velázquez, M. 
dc.date.accessioned2021-10-20T10:37:23Z
dc.date.available2021-10-20T10:37:23Z
dc.date.issued2021-10
dc.identifier.citationLópez Pérez, Esther, Sanchis Ibor, C., Jiménez Bello, M. A., Rubio Martín, A., Macian Sorribes, H., García Prats, A., Manzano Juárez, J., García Mollá, M., Pulido Velázquez, M. Mapeo de áreas regadas usando datos geoespaciales y teledetección en el municipio de Caudete de las Fuentes (Valencia). En: XXXVIII Congreso Nacional de Riegos, Cartagena 3,4,5 de noviembre: Universidad Politécnica de Cartagena, CRAI Biblioteca, 2021. ISBN: 978-84-17853-40-2es_ES
dc.identifier.isbn978-84-17853-40-2
dc.description.abstractLas políticas de control del uso agrícola de aguas subterráneas mediante la inspección de contadores se han demostrado caras y poco eficientes, mientras que en algunos estudios se ha obtenido resultados prometedores mediante la teledetección. El rápido progreso de las tecnologías de teledetección ha hecho posible su aplicación para la identificación de áreas regadas, y los nuevos sensores y técnicas de inteligencia artificial abren nuevas oportunidades a mejorar su eficacia y precisión. Nuestro trabajo propone una metodología de bajo coste y eficiente para detectar viña en riego a escala de parcela con el fin de mejorar la gestión colectiva de aguas subterráneas. A partir de información oficial se ha distinguido la superficie regada con técnicas de análisis de aprendizaje automático, empleando variables que condicionan el estado hídrico de la planta para la temporada de riego 2019. La metodología calcula la humedad del suelo con el método OPTRAM (OPtical TRApezoid Model) de análisis multitemporal de imágenes procedentes de plataformas satelitales. Estos datos son integrados en un SIG junto a información climática, topográfica e información propia del cultivo. Finalmente, en base a inventarios de verdad-terreno se aplica un clasificador de aprendizaje automático para estimar la superficie regada con agua procedente del acuífero. Los resultados obtenidos presentan una precisión general del 94.7%. Su evaluación aporta un error medio cuadrático de 0.163 y R-cuadrado de 0.874. La alta precisión y los bajos niveles de error obtenidos permiten validar la metodología empleada, que presenta potencial de mejora mediante una mayor alimentación del proceso de aprendizaje automático, que se aplicará en breve a otros cultivos leñosos.es_ES
dc.formatapplication/pdfes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Politécnica de Cartagenaes_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.titleMapeo de áreas regadas usando datos geoespaciales y teledetección en el municipio de Caudete de las Fuentes (Valencia)es_ES
dc.typeinfo:eu-repo/semantics/conferenceObjectes_ES
dc.subjectAERYDes_ES
dc.subjectÁrea regadaes_ES
dc.subjectTeledetecciónes_ES
dc.subjectOPTRAMes_ES
dc.subjectAgua subterráneaes_ES
dc.subjectInteligencia artificiales_ES
dc.subjectGestión colectivaes_ES
dc.subject.otherIngeniería Agroforestales_ES
dc.identifier.urihttp://hdl.handle.net/10317/10131
dc.identifier.doi10.31428/10317/10131
dc.rights.accessRightsinfo:eu-repo/semantics/embargoedAccesses_ES
dc.subject.unesco5103.01 Agriculturaes_ES
dc.contributor.convenianteAsociación Española de Riegos y Drenajes (AERYD)es_ES


Files in this item

untranslated

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España