English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

El analisis de series temporales de imagenes satelitales para la deteccion de deforestacion o perturbaciones en bosques en un momento especifico del tiempo ha sido motivo de investigacion a lo largo de los ultimos anos. Son muchas las limitaciones en la identificacion del momento exacto de la deforestacion debido principalmente al gran volumen de datos y a los criterios requeridos para su correcta caracterizacion. Una segunda limitacion en el analisis de series temporales de datos multiespectrales es la identificacion de una verdadera deforestacion teniendo en cuenta que la vegetacion boscosa puede sufrir diferentes cambios a lo largo del tiempo. En este estudio se analizo la deforestacion en una zona de la Amazonia colombiana usando series temporales del indice de vegetacion de diferencia normalizada (NDVI) obtenido a partir de mosaicos semestrales de mediana generados a partir de imagenes Landsat obtenidas entre los anos 2000 y 2017. Se extrajeron diferentes muestras que representan la tendencia de cambio a lo largo de la serie temporal y se clasificaron segun su grado de cambio y persistencia en la serie, usando cuatro categorias: (i) deforestacion, (ii) degradacion, (iii) plantacion forestal y (iv) regeneracion. Las muestras especificas de deforestacion se analizaron de igual manera usando el indice de vegetacion ajustado al suelo (SAVI) para reducir el efecto de las variaciones de respuesta espectral debido a cambios en la reflectancia del suelo. Se concluye como los dos indices empleados, junto con las bandas espectrales del infrarrojo cercano (NIR) e infrarrojo de onda corta (SWIR 1) permiten extraer valores e intervalos donde se identifica el cambio producido por deforestacion con un nivel aceptable de exactitud. El analisis de la serie temporal haciendo uso del algoritmo Landtrendr corroboro una deteccion acertada de cambios en cada una de las categorias de perturbaciones de la cobertura boscosa.

revista de teledetección

Identificación de perturbaciones en el bosque húmedo tropical colombiano usando series temporales de imágenes satelitales Landsat mediante el algoritmo Landtrendr