Clasificación Espectral de Soja

Earth Engine consiste en una plataforma que permite visualizar, analizar y extraer información satelital georreferenciada a nivel mundial. La posibilidad de contar con imágenes satelitales de la familia Landsat y Sentinel (entre otras) permite identificar el cultivo de soja en distintas regiones mediante firmas espectrales, y hacer de seguimiento la evolución del crecimiento por medio del EVI.

Clasificación Espectral de Soja

Clasificación Espectral de Soja

Caso Argentina: Clasificación Landsat 8 (12/mar/17) y seguimiento EVI Sentinel.

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

oct nov dic ene feb mar abr mayEV

I pro

med

io x

Lo

te

Clasificación Espectral de Soja

Caso USA: Clasificación Landsat 8 (25/jul/17) y seguimiento EVI Sentinel.

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

mar abr may jun jul ago sep oct

EVI p

rom

edio

x L

ote

Clasificación Espectral de Soja

Caso Ucrania: Clasificación Landsat 8 (27/jul/17) y seguimiento EVI Sentinel..

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

mar abr may jun jul ago sep oct

EVI p

rom

ed

io x

Lo

te

Mejoras y conclusiones

• Earth Engine es capaz de proporcionar un acceso fácil basado en la web a un extenso catálogo de imágenes satelitales y otros datos geoespaciales. El catálogo de datos se combina con el poder de cómputo de Google que, junto con las API, hacen posible la implementación de los flujos de trabajo geoespaciales existentes.

• Gracias a esto disponemos de amplias y variadas fuentes satelitales, como el catálogo completo EROS (USGS/NASA) Landsat, numerosos datasets MODIS, Sentinel, NAIP, datos de precipitaciones, temperatura de la superficie del mar, datos climáticos CHIRPS, como así también datos de elevación.

• La adopción de esta herramienta permitió reducir sustancialmente los tiempos de preparación y ejecución pruebas de concepto sobre nuevas fuentes de datos satelitales, logrando en consecuencia un ahorro muy importante en los costos.

• Los procesos de clasificación de cultivos son más rápidos y eficientes debido al preprocesamiento de imágenes on-line.