✍️ 🧑‍🦱 💚 Autor:innen verdienen bei uns doppelt. Dank euch haben sie so schon 472.549 € mehr verdient. → Mehr erfahren 💪 📚 🙏

Extracción de cuerpos de agua basada en aprendizaje automático a partir de imágenes de satélite

Extracción de cuerpos de agua basada en aprendizaje automático a partir de imágenes de satélite

von Akanksha Mulik, Disha Dhore und Sakshi Dixit
Softcover - 9786207306732
43,90 €
  • Versandkostenfrei
Auf meine Merkliste
  • Hinweis: Print on Demand. Lieferbar in 2 Tagen.
  • Lieferzeit nach Versand: ca. 1-2 Tage
  • inkl. MwSt. & Versandkosten (innerhalb Deutschlands)

Autorenfreundlich Bücher kaufen?!

Beschreibung

La extracción de masas de agua a partir de imágenes de satélite nos ayuda a estudiar los recursos hídricos. Debido a los constantes cambios meteorológicos y al aumento del calentamiento global, es necesario hacer un seguimiento de los cambios en los recursos hídricos para estudiar su impacto en el medio ambiente. Desde la agricultura hasta la industria, las masas de agua desempeñan un papel importante en la producción. Las masas de agua desempeñan un papel importante en el mantenimiento del equilibrio medioambiental. Para estudiar las masas de agua, la adquisición de imágenes por satélite de alta resolución es un paso importante. Pero incluso después de recibir imágenes de alta resolución, hay algunos problemas a los que hay que hacer frente durante la extracción de masas de agua a partir de imágenes de satélite. Una de las tareas más difíciles es distinguir entre las masas de agua y las sombras que las rodean. La detección de masas de agua estrechas también supone un reto. El estudio de las masas de agua nos ayuda en la detección de inundaciones, la detección de corrientes de aire y el estudio de recursos, así como en la forma en que estas masas de agua pueden utilizarse para desarrollar el transporte de agua.

a partir de imágenes de satélite en color visible

Details

Verlag Ediciones Nuestro Conocimiento
Ersterscheinung 25. März 2024
Maße 22 cm x 15 cm x 0.4 cm
Gewicht 96 Gramm
Format Softcover
ISBN-13 9786207306732

Schlagwörter