Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2. Link de descarga.
https://drive.google.com/file/d/
1piYZa02Cgvwuj5Un8Df_N3yDmt8xTArZ/view?usp=sharing
Datos Fuente
Máscara de cultivo de
Basado en Qamer.
arroz
Sobre el terreno Rendimiento del cultivo
https://mold.gov.np/
de arroz
a) Datos de Sentinel-2
Los sensores S2 proporcionan un total de 13 bandas espectrales con
una resolución espacial que oscila entre 10 m y 60 m. Entre estas
bandas espectrales, las bandas clásicas RGB e infrarrojo cercano (NIR)
con resolución espacial de 10 m están dedicadas a aplicaciones
terrestres. Entre las seis bandas a una resolución de 20 m, se utilizan
cuatro bandas estrechas en el dominio espectral del borde rojo de la
vegetación y dos bandas grandes infrarrojas de onda corta (SWIR) para
la detección de nieve / hielo / nubes y la evaluación del estrés por
humedad. Las bandas restantes a 60 m están dedicadas a la corrección
atmosférica y la detección de cirros. Entre las 13 bandas espectrales de
S2, las tres bandas con resolución de 60 m (B01, B09 y B10) están
dedicadas a la corrección atmosférica y la detección de cirros. Estas
bandas normalmente no se consideran en las tareas de clasificación de
cultivos por lo tanto, se excluyeron de los datos de salida. Como
resultado, se concatenaron cuatro bandas remuestreadas a 20 m (B02-
B04 y B08) y seis bandas con una resolución espacial nominal de 20 m
(B05-B07, B8A, B11 y B12) para la cadena de procesamiento de datos
considerada.
NDVI es el indicador más utilizado para monitorear la salud de la
vegetación y clasificar la extensión de la vegetación. Además, puede ser
útil filtrar las nubes, ya que los valores de reflectancia de las nubes en
bandas visibles son más altos que los de la banda NIR que produce
valores negativos de NDVI similares al agua y la nieve. Por estas
razones, NDVI también se calculó e incluyó en el conjunto de datos. Por
otro lado, se utiliza bandas adicionales (máscaras de nubes y mapas
NDVI) para filtrar las nubes, así como los píxeles que no son de
vegetación de los volúmenes de datos anuales.
b) Datos de Sentinel-2
Datos climáticos: Los datos climáticos considerados se enumeran en la
Tabla.
Variables climáticas Unidad
c) Sobre el terreno
Máscara de cultivo de arroz: En particular, este procedimiento emplea
datos MODIS auxiliares durante el período a largo plazo 2006-2014 para
producir anotaciones sólidas de cultivos basadas en la clasificación del
arroz durante todo el período. Una vez que se produce este mapa de
arroz de resolución gruesa, lo re-proyectamos a la proyección UTM /
WGS84 y lo volvimos a muestrear en 20 m para generar las etiquetas de
arroz del suelo correspondientes a la resolución espacial S2. Luego,
filtramos este mapa resultante con la máscara de cobertura terrestre con
el objetivo de garantizar que nuestras etiquetas finales de verdad sobre
el terreno no incluyan áreas no agrícolas, si las hay. Finalmente,
revisamos manualmente las anotaciones obtenidas para corregir
posibles desviaciones. Estas etiquetas finales de arroz se utilizan como
mapas de cultivos de verdad sobre el suelo.
Rendimiento de los cultivos de arroz: calculamos el rendimiento
promedio por píxel de arroz en cada distrito distribuyendo
uniformemente su valor de producción total sobre el número de píxeles
de arroz dentro del distrito (lógicamente utilizando la resolución espacial
de píxeles S2 considerada, es decir, 20 × 20 m).