Esta tesis trata de la aplicación en agricultura de los datos polarimétricos obtenidos mediante satélites de observación de la Tierra eqipados con radar de apertura sintética. Los principales objetivos de la tesis se centran en dos productos finales: la clasificación de tipo de cultivo y la estimación de la altura de los cultivos. Para ello se hace uso de técnicas de descomposición polarimétrica basadas en modelos con datos SAR polarimétricos multi-temporales, medidos con RADARSAT-2 en banda C. Las contribuciones de esta tesis se resumen a continuación: 1. Se ha investigado por primera vez la aplicación de la descomposición de Neumann a la clasificación de cultivos. En este estudio se propone un método de clasificación supervisado basado en la descomposición de Neumann y el clasificador de bosque aleatorios (denominado "ND-RF") para la clasificación de cultivos. Las relaciones entre los tres parámetros de la descomposición de Neumann y los tres parámetros de la descomposición de Cloude-Pottier se han validado en esta aplicación empleando datos reales. Se ha hecho un amplio estudio sobre la importancia de los diversos parámetros en la clasificación de cultivos y se han comparado de forma completa las dos descomposiciones. 2. Se ha presentado una demostración y validación exhaustivas sobre la estimación de la altura del cultivo de maíz mediante observables polarimétricos con métodos de regresión de aprendizaje automático. En este estudio se explota un gran conjunto de datos formado por imágenes multi-temporales de banda C y mediciones in situ casi síncronas de la altura de los cultivos a lo largo de tres años en dos zonas de Canadá. Se utilizaron dos métodos típicos de regresión de aprendizaje automático: RFR y SVR. Se ha investigado la importancia de las características de entrada y el rendimiento después de filtrar la selección de observables. / Work supported by the Spanish Ministry of Science and Innovation, Research State Agency (AEI) and European Regional Development Funds under project TEC2017-85244-C2-1-P.
Identifer | oai:union.ndltd.org:ua.es/oai:rua.ua.es:10045/119665 |
Date | 19 February 2021 |
Creators | Xie, Qinghua |
Contributors | Lopez-Sanchez, Juan M., Ballester-Berman, J. David, Universidad de Alicante. Instituto Universitario de Investigación Informática |
Publisher | Universidad de Alicante |
Source Sets | Universidad de Alicante |
Language | English |
Detected Language | Spanish |
Type | info:eu-repo/semantics/doctoralThesis |
Rights | Licencia Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0, info:eu-repo/semantics/openAccess |
Relation | info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2013-2016/TEC2017-85244-C2-1-P |
Page generated in 0.0024 seconds