C. Fernández, Carolina De Castro, Lucía García, María Elena Calleja, Rubén Niño, Silvia Fraile, Rafael Sousa
{"title":"Evaluación del impacto de la superresolución sobre imágenes multiespectrales GEOSAT-2","authors":"C. Fernández, Carolina De Castro, Lucía García, María Elena Calleja, Rubén Niño, Silvia Fraile, Rafael Sousa","doi":"10.4995/raet.2023.18470","DOIUrl":null,"url":null,"abstract":"La creciente necesidad de observar la Tierra con mayor detalle supone la aparición de nuevas técnicas para la mejora del valor geométrico de las imágenes, conservando sus características radiométricas. El sector de seguridad y defensa es uno de los sectores estratégicos que requiere de estos avances, pero no los únicos, ya que, al ser capaces de conservar las características radiométricas del dato, la agricultura de precisión constituye un beneficiario clave de dichas mejoras. De esta manera se pueden proporcionar datos e información más detallada de las necesidades específicas de cada cultivo, lo que supone una mejora directa para el agricultor, las empresas agrícolas y el medio ambiente. En este trabajo se aplicaron los métodos Random Forest y XGBoost con el fin de mejorar la resolución de las imágenes GEOSAT-2 conservando sus valores radiométricos. Además, se evaluó la calidad de las imágenes mejoradas. Dicha valoración ha sido llevada a cabo por el equipo de control y evaluación de datos de Copernicus (CQC), permitiendo añadir un nuevo producto a la cartera de productos de GEOSAT, listo para ser integrado dentro de la oferta de datos del programa Copernicus.","PeriodicalId":43626,"journal":{"name":"Revista de Teledeteccion","volume":" ","pages":""},"PeriodicalIF":0.4000,"publicationDate":"2023-01-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Teledeteccion","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.4995/raet.2023.18470","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"REMOTE SENSING","Score":null,"Total":0}
引用次数: 0
Abstract
La creciente necesidad de observar la Tierra con mayor detalle supone la aparición de nuevas técnicas para la mejora del valor geométrico de las imágenes, conservando sus características radiométricas. El sector de seguridad y defensa es uno de los sectores estratégicos que requiere de estos avances, pero no los únicos, ya que, al ser capaces de conservar las características radiométricas del dato, la agricultura de precisión constituye un beneficiario clave de dichas mejoras. De esta manera se pueden proporcionar datos e información más detallada de las necesidades específicas de cada cultivo, lo que supone una mejora directa para el agricultor, las empresas agrícolas y el medio ambiente. En este trabajo se aplicaron los métodos Random Forest y XGBoost con el fin de mejorar la resolución de las imágenes GEOSAT-2 conservando sus valores radiométricos. Además, se evaluó la calidad de las imágenes mejoradas. Dicha valoración ha sido llevada a cabo por el equipo de control y evaluación de datos de Copernicus (CQC), permitiendo añadir un nuevo producto a la cartera de productos de GEOSAT, listo para ser integrado dentro de la oferta de datos del programa Copernicus.