Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine
Los procesos de salinización de los suelos se caracterizan por ser dinámicos y con una elevada variabilidad geográfica afectando en gran medida el desempeño de los cultivos. Las imágenes satelitales tienen un alto potencial para monitorear la variabilidad espaciotemporal de la acumulación de sales....
| Autores principales: | , , , , |
|---|---|
| Formato: | Conferencia |
| Lenguaje: | Español |
| Publicado: |
Asociación Argentina de la Ciencia del Suelo (AACS)
2024
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/20.500.12123/17986 |
| _version_ | 1855486080935002112 |
|---|---|
| author | Gentili, Nicolás Bocco, Joaquín Micheloud, Elizabeth Videla Mensegue, Horacio Rogelio Córdoba, Mariano |
| author_browse | Bocco, Joaquín Córdoba, Mariano Gentili, Nicolás Micheloud, Elizabeth Videla Mensegue, Horacio Rogelio |
| author_facet | Gentili, Nicolás Bocco, Joaquín Micheloud, Elizabeth Videla Mensegue, Horacio Rogelio Córdoba, Mariano |
| author_sort | Gentili, Nicolás |
| collection | INTA Digital |
| description | Los procesos de salinización de los suelos se caracterizan por ser dinámicos y con una elevada variabilidad geográfica afectando en gran medida el desempeño de los cultivos. Las imágenes satelitales tienen un alto potencial para monitorear la variabilidad espaciotemporal de la acumulación de sales. El objetivo de este informe fue desarrollar un modelo que permita predecir la conductividad eléctrica (CE) superficial del suelo de la cuenca hidrográfica del Río Carcarañá, Córdoba, y evaluar su comportamiento a lo largo del tiempo. Se trabajó con dos bases de datos de diferentes años, e imágenes satelitales de la plataforma Google Earth Engine. Con estos se elaboró un modelo de predicción de la salinidad superficial para toda la cuenca, el cual se lo evaluó para los diferentes ciclos de humedad. Se obtuvieron diversos mapas de la cuenca con la predicción de CE, para cada período propuesto. El modelo logró representar adecuadamente la variabilidad espaciotemporal de la CE. Además, esta herramienta permitió dar una idea de los valores de CE que afecta cada zona de la cuenca. Se concluye que, para la cuenca en estudio, fue factible predecir la CE superficial del suelo mediante el uso de sensores remotos y datos referidos al suelo para el período de tiempo estudiado. |
| format | Conferencia |
| id | INTA17986 |
| institution | Instituto Nacional de Tecnología Agropecuaria (INTA -Argentina) |
| language | Español |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| publisher | Asociación Argentina de la Ciencia del Suelo (AACS) |
| publisherStr | Asociación Argentina de la Ciencia del Suelo (AACS) |
| record_format | dspace |
| spelling | INTA179862024-05-31T12:20:11Z Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine Gentili, Nicolás Bocco, Joaquín Micheloud, Elizabeth Videla Mensegue, Horacio Rogelio Córdoba, Mariano Teledetección Teledetección Aérea Conductividad Eléctrica Aprendizaje Automático Salinización del Suelo Air-borne Remote Sensing Remote Sensing Electrical Conductivity Machine Learning Soil Salinization Córdoba (Argentina) Los procesos de salinización de los suelos se caracterizan por ser dinámicos y con una elevada variabilidad geográfica afectando en gran medida el desempeño de los cultivos. Las imágenes satelitales tienen un alto potencial para monitorear la variabilidad espaciotemporal de la acumulación de sales. El objetivo de este informe fue desarrollar un modelo que permita predecir la conductividad eléctrica (CE) superficial del suelo de la cuenca hidrográfica del Río Carcarañá, Córdoba, y evaluar su comportamiento a lo largo del tiempo. Se trabajó con dos bases de datos de diferentes años, e imágenes satelitales de la plataforma Google Earth Engine. Con estos se elaboró un modelo de predicción de la salinidad superficial para toda la cuenca, el cual se lo evaluó para los diferentes ciclos de humedad. Se obtuvieron diversos mapas de la cuenca con la predicción de CE, para cada período propuesto. El modelo logró representar adecuadamente la variabilidad espaciotemporal de la CE. Además, esta herramienta permitió dar una idea de los valores de CE que afecta cada zona de la cuenca. Se concluye que, para la cuenca en estudio, fue factible predecir la CE superficial del suelo mediante el uso de sensores remotos y datos referidos al suelo para el período de tiempo estudiado. AER Corral de Bustos, INTA Fil: Gentili, Nicolás. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Marcos Juárez. Agencia de Extensión Rural Corral de Bustos; Argentina. Fil: Bocco, Joaquín. Universidad Nacional del Litoral. Facultad de Ciencias Agrarias; Argentina Fil: Micheloud, Elizabeth. Universidad Nacional del Litoral. Facultad de Ciencias Agrarias; Argentina Fil: Videla Mensegue, Horacio Rogelio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Marcos Juárez. Agencia de Extensión Rural Laboulaye; Argentina. Fil: Córdoba, Mariano. Universidad Nacional de Córdoba. Facultad de Ciencias Agropecuarias; Argentina 2024-05-31T12:13:27Z 2024-05-31T12:13:27Z 2024-04-10 info:ar-repo/semantics/documento de conferencia info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion http://hdl.handle.net/20.500.12123/17986 spa info:eu-repograntAgreement/INTA/2023-PE-L01-I012, Intensificación Sostenible de la Agricultura Extensiva en la Región Pampeana info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf Asociación Argentina de la Ciencia del Suelo (AACS) 29o. Congreso Argentino de la Ciencia del Suelo. "Suelos … Huellas del pasado, desafíos del futuro" Catamarca, Argentina 21 al 24 de mayo de 2024 |
| spellingShingle | Teledetección Teledetección Aérea Conductividad Eléctrica Aprendizaje Automático Salinización del Suelo Air-borne Remote Sensing Remote Sensing Electrical Conductivity Machine Learning Soil Salinization Córdoba (Argentina) Gentili, Nicolás Bocco, Joaquín Micheloud, Elizabeth Videla Mensegue, Horacio Rogelio Córdoba, Mariano Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine |
| title | Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine |
| title_full | Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine |
| title_fullStr | Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine |
| title_full_unstemmed | Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine |
| title_short | Identificación de zonas afectadas por sales en el Centro Sur de Córdoba usando Google Earth Engine |
| title_sort | identificacion de zonas afectadas por sales en el centro sur de cordoba usando google earth engine |
| topic | Teledetección Teledetección Aérea Conductividad Eléctrica Aprendizaje Automático Salinización del Suelo Air-borne Remote Sensing Remote Sensing Electrical Conductivity Machine Learning Soil Salinization Córdoba (Argentina) |
| url | http://hdl.handle.net/20.500.12123/17986 |
| work_keys_str_mv | AT gentilinicolas identificaciondezonasafectadasporsalesenelcentrosurdecordobausandogoogleearthengine AT boccojoaquin identificaciondezonasafectadasporsalesenelcentrosurdecordobausandogoogleearthengine AT micheloudelizabeth identificaciondezonasafectadasporsalesenelcentrosurdecordobausandogoogleearthengine AT videlamenseguehoraciorogelio identificaciondezonasafectadasporsalesenelcentrosurdecordobausandogoogleearthengine AT cordobamariano identificaciondezonasafectadasporsalesenelcentrosurdecordobausandogoogleearthengine |