Land cover in La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica (2016 - 2017)

Cobertura de suelo en La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica (2016 - 2017);
Cobertura de suelo en La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica (2016 - 2017)

dc.creatorSancho-Jiménez, Luis Felipe
dc.creatorBrenes-Cambronero, Liz
dc.date2021-06-30
dc.date.accessioned2023-06-19T22:49:46Z
dc.date.available2023-06-19T22:49:46Z
dc.identifierhttps://www.revistas.una.ac.cr/index.php/perspectivasrurales/article/view/16798
dc.identifier10.15359/prne.19-37.4
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6715942
dc.descriptionA quantitative analysis of the soil cover and property extension variables was conducted in La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica. Information was categorized according to natural and anthropic land covers, for which, 461 field validation points were taken, which were corroborated with the San Ramón cadastral map and the National Territorial Information database. Aerial photographs were analyzed in order to classify data semi automatically using satellite image processing and identification of materials in the images based on their spectral signature. Sentinel-2 (2017) images were used. Image processing and spatial analysis were conducted using the Semi-Automatic Classification Plugin for the QGIS 2.14.13 © software. A virtual raster file was created using Sentinel 8, 4, and 3 bands and the “Build Virtual Raster” option.  Regions of interest (ROI) were determined and then classified into macro classes based on the type of soil cover. Results were used to create a raster in which the pixel values correspond to ID class, and each color represents a type of soil cover. The study area is 2,606.31 hectares, including 66.54% of natural cover and 33.45% of anthropic cover.en-US
dc.descriptionSe realizó el análisis cuantitativo de las variables cobertura de suelo y extensión de la propiedad en La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica. Se categorizó la información según cobertura natural y cobertura antrópica para lo cual se tomaron 461 puntos de comprobación de campo que fueron corroborados con el Mapa Catastral de San Ramón y la base de datos del Sistema Nacional de Información Territorial. Se analizaron fotografías aéreas para clasificar de forma semiautomática mediante el procesamiento de imágenes satelitales y la identificación de materiales en una imagen según sus firmas espectrales. Se utilizó una imagen Sentinel 2ª (2017). El procesamiento de imágenes y el análisis espacial se realizó mediante el software específico QGIS 2.14.13 © y su complemento Semi-Automatic Classification Plugin. Se creó un archivo ráster virtual con las bandas Sentinel 8, 4 y 3, y la herramienta “Construir Ráster Virtual”. Se determinaron regiones de interés (ROI) del complemento para ser clasificadas en macro clases acorde con el tipo de cobertura de suelo. Con los resultados se creó un ráster en el que los valores de los píxeles corresponden a los Clase ID y cada color representa una clase de cobertura del suelo. El área de estudio es de 2606,31 hectáreas de las cuales la cobertura natural alcanzó 66,54% mientras que la cobertura antrópica representa 33,45%.es-ES
dc.descriptionSe realizó el análisis cuantitativo de las variables cobertura de suelo y extensión de la propiedad en La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica. Se categorizó la información según cobertura natural y cobertura antrópica para lo cual se tomaron 461 puntos de comprobación de campo que fueron corroborados con el Mapa Catastral de San Ramón y la base de datos del Sistema Nacional de Información Territorial. Se analizaron fotografías aéreas para clasificar de forma semiautomática mediante el procesamiento de imágenes satelitales y la identificación de materiales en una imagen según sus firmas espectrales. Se utilizó una imagen Sentinel 2ª (2017). El procesamiento de imágenes y el análisis espacial se realizó mediante el software específico QGIS 2.14.13 © y su complemento Semi-Automatic Classification Plugin. Se creó un archivo ráster virtual con las bandas Sentinel 8, 4 y 3, y la herramienta “Construir Ráster Virtual”. Se determinaron regiones de interés (ROI) del complemento para ser clasificadas en macro clases acorde con el tipo de cobertura de suelo. Con los resultados se creó un ráster en el que los valores de los píxeles corresponden a los Clase ID y cada color representa una clase de cobertura del suelo. El área de estudio es de 2606,31 hectáreas de las cuales la cobertura natural alcanzó 66,54% mientras que la cobertura antrópica representa 33,45%.pt-BR
dc.formatapplication/pdf
dc.formattext/html
dc.formatapplication/epub+zip
dc.languagespa
dc.publisherUniversidad Nacional, Costa Ricaes-ES
dc.relationhttps://www.revistas.una.ac.cr/index.php/perspectivasrurales/article/view/16798/24585
dc.relationhttps://www.revistas.una.ac.cr/index.php/perspectivasrurales/article/view/16798/24586
dc.relationhttps://www.revistas.una.ac.cr/index.php/perspectivasrurales/article/view/16798/24587
dc.rightsDerechos de autor 2021 Felipe Sancho-Jiménez y Liz Brenes-Cambroneroes-ES
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0es-ES
dc.sourcePerspectivas Rurales Nueva Época; Vol 19 No 37 (2021): Revista Perspectivas Rurales Vol. 19 Núm. 37 (Enero - Junio 2021); 69-98en-US
dc.sourcePerspectivas Rurales Nueva Época; Vol. 19 Núm. 37 (2021): Revista Perspectivas Rurales Vol. 19 Núm. 37 (Enero - Junio 2021); 69-98es-ES
dc.sourcePerspectivas Rurales Nueva Época; v. 19 n. 37 (2021): Revista Perspectivas Rurales Vol. 19 Núm. 37 (Enero - Junio 2021); 69-98pt-BR
dc.source2215-5325
dc.source1409-3251
dc.titleLand cover in La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica (2016 - 2017)en-US
dc.titleCobertura de suelo en La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica (2016 - 2017)es-ES
dc.titleCobertura de suelo en La Paz, Piedades Norte, San Ramón, Alajuela, Costa Rica (2016 - 2017)pt-BR
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeTexten-US
dc.typeTextoes-ES
dc.typeTextopt-BR


Este ítem pertenece a la siguiente institución