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 Tools annual

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 monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Este estudio presenta una metodologia rapida y precisa para la evaluacion de los niveles de severidad que afectan a grandes incendios forestales. El trabajo combina un modelo de mezclas espectrales y un analisis de imagenes basado en objetos con el objetivo de cartografiar distintos niveles de severidad (alto, moderado y bajo) empleando una imagen multiespectral Landsat Enhanced Thematic Mapper. Este modelo es testado en un gran incendio forestal ocurrido en el noroeste de Espana. Las imagenes fraccion obtenidas tras aplicar el modelo de mezclas a la imagen Landsat fueron utilizadas como datos de entrada en el analisis basado en objetos. En este se llevo a cabo una segmentacion multinivel y una posterior clasificacion usando funciones de pertenencia. Esta metodologia fue comparada con otras mas simples con el fin de evaluar su conveniencia a al hora de distinguir entre los tres niveles de severidad anteriormente mencionados. El test de McNemar fue empleado para evaluar la significancia estadistica de la diferencia entre los metodos testados en el estudio. El metodo combinado alcanzo la mas alta precision con un 97,32% y un indice Kappa del 95,96%, ademas de mejorar la precision de los niveles individualmente.

Combining spectral mixture analysis and object-based classification for fire severity mapping