Resumen

El monitoreo de cultivos cultivados y los tipos de diferentes coberturas de tierra son un tema relevante tanto ambiental como económicamente para la gestión de tierras agrícolas y la predicción de rendimientos de cultivos. En este contexto, este documento tiene como objetivo utilizar y evaluar la contribución de la clasificación multi-sensores basada en clasificadores de aprendizaje automático para la identificación de tipos de cultivos en un área semiárida de Marruecos. Se trata de una zona muy heterogénea caracterizada por cultivos mixtos (cultivos arbóreos con cultivos anuales, mismo cultivo con diferentes estados fenológicos durante la misma temporada agrícola, rotación de cultivos, etc.). Por lo tanto, esta heterogeneidad hace que la discriminación de tipos de cultivos sea más complicada. Para superar estos desafíos, este trabajo es el primer estudio en esta área que utilizó la fusión de imágenes satelitales Sentinel-1 y Sentinel-2 de alta resolución espaciotemporal para la cartografía de uso del suelo y cobertura del suelo. Se aplic

• Materias:Carbono orgánico Parámetros genéticos Crecimiento fetal Coronavirus Crecimiento del maíz
• Subjects:Organic carbon Genetic parameters Fetal growth Coronavirus Corn growth
• Palabras claves:Vigilancia; Cultivos; Cubiertas terrestres; Clasificadores de aprendizaje automático; Identificación del tipo de cultivo; Clasificación multisensorial
• Keywords:Monitoring; Cultivated crops; Land covers; Machine learning classifiers; Crop-type identification; Multisensors classification