Extraer, corregir y agrupar datos (mining data)

Cancelado Publicado hace 3 años Pagado a la entrega
Cancelado Pagado a la entrega

• Extraer datos espectrales para crear una base de datos por fecha (años), porcentaje de nubes, etc

• Extraer las coordenadas de los polígonos del archivo .shp

• Calcular el área de los pixeles dependiendo del área de los polígonos (hectáreas / en el archivo .dbf está calculada el área del polígono)

• Cambiar el sistema de coordenadas WGS84 UTM a Latitude,Longitude (Estandar decimal simple)

• Con la ayuda de una API servidor de imágenes satelitales extraer los valores de las bandas espectrales por fechas. Api Google engine, api sentinel, Planet's Python Client, etc.

• Validar datos – reconocimiento y segmentación correcta de los cultivos. (Hay zonas que no representan ningún cultivo o el poligono está un poco desubicado referente a las coordenadas de los cultivos). Ejemplo imagen 10.jpg.

• Extender la base de datos con la base de datos de la nube, solo donde se interceptan los polígonos [login to view URL]

[login to view URL]

[login to view URL]

• Dependiendo de las fechas encontrar valores climáticos, asi como la temperatura máxima, media y mínima, velocidad del aire humedad. Api [login to view URL]

• Calcular los índices de vegetación.

Calcular y combinar los índices de vegetación para encontrar la combinación más óptima para la predicción del rendimiento de los cultivos

Normalized Difference Vegetation Index - NDVI

Soil Adjusted Vegetation Index – SAVI

Atmospherically Resistant Vegetation Index - ARVI

Enhanced Vegetation Index - EVI

Green Chlorophyll Index - GCI

Structure Insensitive Pigment Index – SIPI

And Others

Example:

Ndvi+Savi vs Savi+Sipi vs ….

Graficar la serie temporal de los índices vegetativos para ver las diferentes etapas fenológicas de un cultivo

• Calcular la diferenciación de los índices de vegetación en un período de tiempo determinado

Indexes and correlation plot

• Para las fotos que hay mucha nube sobre los polígonos, detectarlos con algún método de aprendizaje automático, hacer una máscara, poner el porcentaje de nube en la región. • Grafico de training/validation accuracy and loss

Obtener datos como en el ejemplo, Nombre de la zona, coordenadas, latitud, etc

Entrada de datos Deep Learning Machine Learning (ML) Python

Nº del proyecto: #26104525

Sobre el proyecto

4 propuestas Proyecto remoto Activo hace 3 años

4 freelancers están ofertando un promedio de $158 por este trabajo

dvcontact

Hi, Would you like to see a quick demo of your Database created with Extracted Spectral data before you award the project? You can consider it professionally done in a few hours. Rather than fill this proposal with a Más

$200 USD en 5 días
(37 comentarios)
5.9
mgonblan

Hola, estoy interesado en participar en este proyecto de data mining. Tengo experiencia en Data Analysis y data visualization con Big Data y python. Un cordial saludo.

$140 USD en 15 días
(0 comentarios)
0.0
anthonyamaurybo

Buenas tardes, poseo habilidad en python, machine learning, arcGIS (Mi proyecto de Tesis es algo similar); en mi caso, a partir de Imágenes satelitales de Landsat 8, creé un script en python para generar muestras (arch Más

$150 USD en 7 días
(0 comentarios)
0.0
santosmontilla

tengo un curso de minería de datos ademas soy experto en gis y conozco muy bien el manejo de información ambiental y meteorológica climática

$140 USD en 7 días
(0 comentarios)
0.0