Presentación de PowerPoint - AET · 2016-05-10 · Análisis de imágenes procedentes de...
Transcript of Presentación de PowerPoint - AET · 2016-05-10 · Análisis de imágenes procedentes de...
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento
de la biodiversidad
MASTER EN TELEDETECCIÓN y SIG
Trabajo final. 2015
Autores: Joan-Cristian Padró Garcia y Joan Torres Batlló
Directores: Lluis Brotons y Magda Pla
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Introducción. Qué, quién, cómo y por qué.
Qué se hace
Seguimiento de la
regeneración post-incendio
Quién lo hace
CTFC + CREAF
Padró + Torres
Cómo se hace
Mediante UAV de bajo coste
(RGB)
Para qué
Para evaluar cambios en las cubiertas del
suelo
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 2 de 25
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Ámbito de estudio
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 3 de 25
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Material
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 4 de 25
Especificaciones del sensor
Modelo DJI FC 200
Longitud focal (mm) 5
Columnas y filas CCD 4384 x 3288
Dimensiones CCD (mm) 9 x 6.75
FOV (º) 85
Resolución radiométrica 8x3=24bits (255 DN)
Resolución espectral RGB
Especificaciones de la plataforma
Modelo Phantom vision 2+
Máx. Velocidad(m/s) 10
Autonomía (min) 25
30 cm
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Metodología: Protocolo de trabajo
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 5 de 25
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
1.Protocolo de trabajo -> Planificación de los vuelos
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 6 de 25
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Focal= 5 mm
H= 5
0 m
= 5
00
00
mm
E = 5 / 50000 = 10000 Escala 1:10000
CCD
4384 columnas
32
88
filas
9 mm
Píxel en CCD= 0.002053 mm; Píxel sobre el terreno= ~2 cm
Escala y dimensión píxel
1 2
3
85º
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
2.Protocolo de trabajo -> Adquisición de imágenes
a
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 7 de 25
Img vuelo 3: 21/5/15 10:00 Img vuelo 4: 25/6/15 11:19
Vuelo1 Vuelo 2 Vuelo 3 Vuelo 4
H=43 m H=51 m H=52 m H=53 m
Pix=1.8 cm Pix=2.11 cm Pix=2.14 cm Pix=2.21 cm
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
3.Protocolo de trabajo -> Procesamiento de imágenes
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 8 de 25
Máscara en cada imagen
Orientación de cada imagen
Mosaicado de las imágenes
1 2
3 4 Nube de puntos
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
4.Protocolo de trabajo -> Generación de ortofotos
.
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 9 de 25
Ortofoto con Agisoft 1 2
Ortofoto con MM 3
IMG WGS84
~2 cm lado
Ortofoto con MM 4
IMG UTM-31N-
ETRS89 2.5 cm
lado
Por defecto el píxel es rectangular
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
4.Protocolo de trabajo -> Generación de ortofotos
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 10 de 25
Efectos no deseados en la interpolación
bicúbica
Conservación de valores en interpolación
por vecino más cercano
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
5.Protocolo de trabajo -> Co-registro
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 11 de 25
Co-registro entre vuelos
a 2.5 cm 1
Vuelo 3 Vuelo 4
Vuelo 3 Vuelo ICGC
RMS= ~10 cm 95% < 20 cm
2
Densificación a 25 cm
3
Co-registro con el vuelo
ICGC a 25 cm
4
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
6.Protocolo de trabajo -> Generación y validación MDS
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 12 de 25
LIDAR ICGC Vuelo 3 (25 cm) Vuelo 4 (25 cm)
Nu
be
de
pu
nto
s M
DS
(ID
W)
RMSz 1.7265 m 1.5663 m 2.9064 m
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
6.Protocolo de trabajo -> Comparación de MDS
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 13 de 25
LIDAR ICGC Vuelo 3 (25 cm) Vuelo 4 (25 cm)
Vuelo 4 – Vuelo 3 LIDAR– Vuelo 3 Gap (m))
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
7.Protocolo de trabajo -> Generación de variables
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 14 de 25
RGB
HSI Índices Ratios Texturas
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
7.Protocolo de trabajo -> Generación de variables
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Pàgina 15 de 25
INDICES INSPIRADOS EN NDVI
Indice de verde: GNDVI=(G-R)/(G+R) Indice de azul: BNDVI=(B-R)/(B+R) Indice azul-verde: B-GNDVI(G-B)/(G+B)
RATIOS RESPECTO EL TOTAL
Ratio de rojo: RATIO R=R/(R+G+B) Ratio de verde: RATIO G=G/(R+G+B Ratio de azul: RATIO B=B/(R+G+B)
TONO + SATURACIÓN + INTENSIDAD Transformación de color RGB al espacio de color HSI
ANÁLISIS DE VECINDAD/TEXTURAS Desviación típica Mediana Variabilidad
5
5
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
7.Protocolo de trabajo -> Selección de variables
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 16 de 25
Acopio de variables 1
RGB = 3 Indices = 3 Ratios = 3
HSI = 3 Texturas = 12 TOTAL = 24
RGB Indices Ratios HSI Texturas
R Tono
G Ratio-G G-Desvest
B BNDVI Ratio-B Intensidad B-Variabilidad
Cálculo de la covarianza entre
variables
2
Cálculo de la Matriz de correlaciones
3
Selección de las 7 variables menos correlacionadas + RGB (10 variables en TOTAL)
4
𝑆𝑥𝑦 = 1
𝑛 𝑥𝑖 − 𝑥 (𝑦𝑖 − 𝑦 )𝑛
𝑖=1
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
7.Protocolo de trabajo -> Selección de variables
Joan Torres Batlló ([email protected]) Joan-Cristian Padró Gracia ([email protected])
Página 17 de 25
T-MODE COR. MATRIX IN T EN SIT A T T O B N D VI R A T IO_B R A T IO_G VOL4_85F _25C M _BVOL4_85F _25C M _GVOL4_85F _25C M _RG_D ESV R A T IO_B _VA R IA B ILIT A T
IN T EN SIT A T 1.000.000 -0.084751 -0.118958 0.026572 -0.372723 0.979889 0.982351 0.979822 -0.271039 -0.486494
T O -0.084751 1.000.000 -0.462646 -0.224182 -0.343825 -0.157819 -0.137094 0.041000 0.238094 0.003272
B N D VI -0.118958 -0.462646 1.000.000 0.846513 0.355214 0.007393 -0.129488 -0.224683 -0.233062 0.398949
R A T IO_B 0.026572 -0.224182 0.846513 1.000.000 0.094542 0.139047 -0.045725 -0.014792 -0.324168 0.445875
R A T IO_G -0.372723 -0.343825 0.355214 0.094542 1.000.000 -0.400398 -0.268263 -0.424812 0.033943 0.630212
VOL4_85F _25C M _B 0.979889 -0.157819 0.007393 0.139047 -0.400398 1.000.000 0.946702 0.936769 -0.330168 -0.502269
VOL4_85F _25C M _G 0.982351 -0.137094 -0.129488 -0.045725 -0.268263 0.946702 1.000.000 0.944503 -0.234422 -0.466547
VOL4_85F _25C M _R 0.979822 0.041000 -0.224683 -0.014792 -0.424812 0.936769 0.944503 1.000.000 -0.233448 -0.462775
G_D ESV -0.271039 0.238094 -0.233062 -0.324168 0.033943 -0.330168 -0.234422 -0.233448 1.000.000 0.134617
R A T IO_B _VA R IA B ILIT A T -0.486494 0.003272 0.398949 0.445875 0.630212 -0.502269 -0.466547 -0.462775 0.134617 1.000.000
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
7.Protocolo de trabajo -> Clasificación mixta (I)
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 18 de 25
Clasificación no supervisada vuelo 4 (2.5 cm) 1
501 categorías espectrales
R
G
B
BNDVI
RATIO-G
RATIO-B
Tono
Intensidad
G-σ
B-Variab.
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
7.Protocolo de trabajo -> Clasificación mixta (II)
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 19 de 25
Clasificación supervisada vuelo 4 (2.5 cm) 2
501 categorías espectrales
Cultivos
Suelo
Pasto
Matorral
Quercus
Pinus
Ulex
Sombras
Áreas entrenamiento
8 categorías de cubiertas del suelo
Planificación de los vuelos
Adquisición de las imágenes
Procesamiento de las imágenes
Generación de ortofotos
Co-registro entre vuelos y cartografía oficial
Generación y validación del MDS
Generación de variables y clasificación de cubiertas
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Resultados
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 20 de 25
CO-REGISTRO Modelos Digitales de Superficie (MDS)
CLASIFICACIONES A 2.5 cm
Cualitativamente reproducen el relieve correctamente
Cuantitativamente la media de los errores demasiado elevada (RMSz > 1 m)
RMS < 10 cm -> 95% de los píxeles con un error inferior a 20 cm
Error demasiado grande para co-registrar imágenes a máxima resolución (2.5 cm)
Permiten cuantificar la superficie foliar total
ocupada por cada especie
Confusión entre cubiertas inferior al 30%
Acierto global del 95% (Indice Kappa = 0.9)
1 2 3
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Resultados
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 21 de 25
CLASIFICACIONES A 2.5 cm
Cuantificar la superficie foliar total de cada especie
Acierto global del 95% (Indice Kappa = 0.9)
Tipo de cubierta Superficie (m2)
Cultivos 7299.3
Suelo denudado 3165.6
Matorral 5103.0
Pasto 3085.6
Quercus 4850.7
Pinus 2537.9
Ulex 361.5
Sombras 2055.6
Número de aciertos (Total píxeles) 41824 (43663)
Acierto global (C/A) 95.80%
Acierto global ponderado a partir de la superficie de la capa a evaluar
96.60%
Acierto global ponderado a partir de la superficie de les áreas de verdad terreno
98.00%
Kappa 0.9
1 2
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Resultados
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Página 22 de 25
CLASIFICACIONES A 2.5 cm
Confusión entre especies inferior al 30% 3
Cultivos Suelo denud.
Matorral Pasto Quercus Pinus Ulex Sombras Total Error comisión
Exact. usuario
ND 7 0 40 0 0 3 1 0 51
Cultivos 8210 31 42 0 1 1 5 0 8290 1 99
Suelo denudado 3 25530 476 0 0 0 0 0 26009 1.8 98.2
Matorral 6 6 2586 7 1 8 16 0 2630 1.7 98.3
Pasto 0 0 116 1667 0 170 6 0 1959 14.9 85.1
Quercus 0 0 0 3 1707 258 6 0 1974 13.5 86.5
Pinus 0 0 199 67 203 1151 0 7 1627 29.3 70.7
Ulex 0 0 25 0 36 31 339 0 431 21.3 78.7
Sombras 2 0 10 0 38 4 4 634 692 8.4 91.6
Total 8228 25567 3494 1744 1986 1626 377 641 43663
Error omisión 0.2 0.1 26 4.4 14 29.2 10.1 1.1
Exactitud productor
99.8 99.9 74 95.6 86 70.8 89.9 98.9
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Conclusiones
1. Los resultados dependen íntegramente de la planificación de los vuelos.
2. Uno de los factores que han faltado ha sido la disponibilidad de un GPS diferencial.
3. En referencia a los MDS el margen de mejora es muy grande.
4. Es recomendable una resolución de 25 cm para el análisis multitemporal (co-registro) que además permite trabajar con cartografía oficial.
5. La clasificación a máxima resolución (2.5 cm) es posible y permite diferenciar con poco error especies arbóreas.
6. En conclusión, el artículo confirma que se pueden obtener productos útiles para la obtención de aplicaciones en el seguimiento de la biodiversidad a partir de las imágenes procedentes de UAV.
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 23 de 25
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Créditos
Agradecimientos
• Agradecer al Sr. Fernando Luis Sánchez la oportunidad hacer esta presentación.
• Agradecer principalmente a los tutores de este trabajo: Magda Pla y el Dr. Lluís Brotons
• También a los profesores del CREAF que han estado siempre a nuestra disposición: Dr. Xavier Pons, Dra. Alaitz Zabala, Dra. Cristina Domingo y Cristina Cea.
• Muy especialmente queremos agradecer el apoyo incondicional del Sr. Òscar Gonzalez.
• Agradecer los consejos que nos dio el Sr. Jordi Santacana (CATUAV) en la fase inicial del proyecto, y el Sr. Efren Muñoz en las dudas aparecidas con el uso del programa Agisoft. Como no, agradecer el apoyo de nuestras familias en los momentos de bloqueo. Gracias a todos.
Bibliografía básica
• DANDOIS, J.; ELLIS, E. (2013). “High spatial resolution three-dimensional mapping of vegetation spectral Dynamics using computer vision”. Remote Sensing Environtment, 136, 259-276.
• DJI (2015). “Phantom 2 Vision Plus User Manual v1.8 en V2”.
• FENG, Q.; JIANTAO, L., GONG, J. (2015). “UAV Remote sensing for urban vegetation mapping using random forest and texture analysis”. Remote Sensing, 7, 1074-1094.
• HARALICK, R.; SHANMUGAM, K.; DINSTEIN, I. (1974). “Textural features for imatge classification”. IEEE, 6 (3), 610-621.
• LALIBERTE, A.; RANGO, A. (2011). “Imatge processin and classification procedures for analisys of sub-decimeter imagery acquired with an UAV over arid rangelands”. GIScience & Remote Sensing, 48 (1), 4-12.
• MANLY, B.F.J. (1986). Multivariate statistical methods. London: Chapman and Hall.
• NINYEROLA, M.; PONS, X.; ROURE, J.M. (2000). "A methodological approach of climatological modelling of air temperature and precipitation through GIS techniques", International Journal of Climatology, 20, 1823-1841.
• PONS, X., ARCALÍS, A. (2012). “Diccionari terminològic de Teledetecció”. Barcelona: Institut Cartogràfic de Catalunya.
CARTOGRAFIA OFICIAL UTILIZADA:
• INSTITUT CARTOGRÀFIC I GEOLÒGIC DE CATALUNYA. Full 273-100 de la Ortofoto de Catalunya 1:2500 (OF-25C) v3.3, vuelo realizado en junio de 2014 i disponible en la web del Institut Cartogràfic i Geològic de Catalunya (www.icgc.cat).
• INSTITUT CARTOGRÀFIC I GEOLÒGIC DE CATALUNYA. Full 374-642 de la capa de puntos LIDAR disponible en la web del ICGC (www.icgc.cat).
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 24 de 25
Análisis de imágenes procedentes de vehículos aéreos no tripulados (UAV) para la obtención de aplicaciones en el seguimiento de la biodiversidad
MASTER EN TELEDETECCIÓN Y SIG (2014-2015). Trabajo final. Análisis espacial.
Muchas gracias por vuestra atención
Para más información:
Joan-Cristian Padró Gracia ([email protected])
Joan Torres Batlló ([email protected])
Joan-Cristian Padró Gracia ([email protected]) Joan Torres Batlló ([email protected])
Página 25 de 25