Diseño e implementación y evaluación de interpolador semántico escalonado aplicado a la teledetección
| dc.contributor.advisorTFE | Pérez Goya, Unai | |
| dc.contributor.affiliation | Escuela Técnica Superior de Ingeniería Industrial, Informática y de Telecomunicación | es_ES |
| dc.contributor.affiliation | Industria, Informatika eta Telekomunikazio Ingeniaritzako Goi Mailako Eskola Teknikoa | eu |
| dc.contributor.author | Erro Alzueta, Oihana | |
| dc.date.accessioned | 2022-11-08T09:04:43Z | |
| dc.date.issued | 2022 | |
| dc.date.updated | 2022-11-04T08:23:14Z | |
| dc.description.abstract | Actualmente, con la teledetección es posible obtener información de cualquier región de la superficie terrestre desde un satélite que orbita la tierra. Estos avances han abierto nuevas formas de análisis en diversos campos como los ambientales o los procesos agroecológicos. Gracias a esta tecnología y a los sistemas de información geográfica (GIS) se puede gestionar y extraer conclusiones de las imágenes satélites. Sin embargo muchas de esas imágenes presentan afecciones atmosféricas que pueden llegar a comprometer la calidad de los datos y en consecuencia de los análisis aplicados. Existen herramientas para mejorar dicha calidad pero suelen ser difícilmente aplicables a grandes regiones. Uno de los pasos en cualquier procedimiento de predicción es la interpolación. En este trabajo se propone un algoritmo que sea capaz de hacer predicciones en un procedimiento de interpolación y que trabaje con grandes volúmenes de datos. El procedimiento se compra y evalúa con las alternativas actuales. | es_ES |
| dc.description.abstract | Nowadays, remote sensing makes it possible to obtain information from any region from a satellite orbiting the earth. These advances open new ways of analysis in various fields such as the environment or agro-ecological processes. Thanks to this technology and Geographic Information Systems (GIS), it is possible to manage and draw conclusions from satellite images. Howevwer, many of these images are affected by atmospheric factors that can compromise the quality of the data and, consequently of the analyses applied. There are tools to improved the quality of the data, but they are hardly applicable to large regions. One of the steps in any prediction procedure in the interpolation. In this work we propose and algorithm thas is able to make predictions in an interpolation procedure and that works with big images. The procedure is compared and evaluated with current alternatives. | en |
| dc.description.degree | Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra | es_ES |
| dc.description.degree | Informatika Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoan | eu |
| dc.embargo.lift | 2024-10-01 | |
| dc.embargo.terms | 2024-10-01 | |
| dc.format.mimetype | application/pdf | en |
| dc.identifier.uri | https://academica-e.unavarra.es/handle/2454/44308 | |
| dc.language.iso | spa | en |
| dc.rights.accessRights | info:eu-repo/semantics/openAccess | |
| dc.subject | Raster | es_ES |
| dc.subject | Georeferencia | es_ES |
| dc.subject | GDAL | es_ES |
| dc.subject | Rasterío | es_ES |
| dc.subject | Valores perdidos | es_ES |
| dc.subject | Cloud masking | es_ES |
| dc.subject | Semántica | es_ES |
| dc.subject | Agregación | es_ES |
| dc.subject | Interpolación | es_ES |
| dc.subject | Paralizar | es_ES |
| dc.subject | Distribuir | es_ES |
| dc.subject | Raster | en |
| dc.subject | Georefernce | en |
| dc.subject | GDAL | en |
| dc.subject | Raster | en |
| dc.subject | Missing values | en |
| dc.subject | Cloud masking | en |
| dc.subject | Semantics | en |
| dc.subject | Aggregation | en |
| dc.subject | Interpolation | en |
| dc.subject | Parallelizing | en |
| dc.subject | Distributing | en |
| dc.title | Diseño e implementación y evaluación de interpolador semántico escalonado aplicado a la teledetección | es_ES |
| dc.type | info:eu-repo/semantics/bachelorThesis | |
| dspace.entity.type | Publication | |
| relation.isAdvisorTFEOfPublication | 003960f8-aa6d-47ec-bec1-6bc59c3c8edb | |
| relation.isAdvisorTFEOfPublication.latestForDiscovery | 003960f8-aa6d-47ec-bec1-6bc59c3c8edb |