The development of lightweight sensors compatible with mini unmanned aerial vehicles (UAVs) has expanded the agronomical applications of remote sensing. Of particular interest in this paper are thermal sensors based on lightweight microbolometer technology. These are mainly used to assess crop water stress with thermal images where an accuracy greater than 1 • C is necessary. However, these sensors lack precise temperature control, resulting in thermal drift during image acquisition that requires correction. Currently, there are several strategies to manage thermal drift effect. However, these strategies reduce useful flight time over crops due to the additional in-flight calibration operations. This study presents a drift correction methodology for microbolometer sensors based on redundant information from multiple overlapping images. An empirical study was performed in an orchard of high-density hedgerow olive trees with flights at different times of the day. Six mathematical drift correction models were developed and assessed to explain and correct drift effect on thermal images. Using the proposed methodology, the resulting thermally corrected orthomosaics yielded a rate of error lower than 1 • C compared to those where no drift correction was applied.

Los encargados de la planificación territorial se enfrentan al problema de manejar una gran cantidad de información espacial que les permita cumplir su labor en forma oportuna y satisfactoria. La presente investigación plantea una metodología basada en la integración de la Geomática y las Técnicas de Evaluación Multicriterio (EMC) para obtener un modelo de capacidad de acogida que facilite la localización de sitios adecuados para albergar un relleno sanitario. La zona de estudio corresponde a las Comunas de Longaví, Retiro y Parral, ubicadas en la VII Región del Maule-Chile. Se construyó una base de datos digital vectorial que incluyó: red caminera, hidrografía, curvas de nivel, pendientes, orientaciones, clases y permeabilidad de suelos, cubierta vegetacional, asentamientos urbanos, entre otras. De la superficie analizada sólo un 1,86 % incluye a las zonas de "muy alta" y "alta" capacidad, un 2,61% representa a zonas de "media" capacidad, y un 95,53% de la superficie modelada abarca las clasificaciones de "baja", "muy baja" y "excluyente", quedando en evidencia el reducido porcentaje de superficie apto para seleccionar sitios idóneos. La metodología desarrollada puede ser utilizada como una herramienta de apoyo a la toma de decisiones en los procesos de planificación territorial, acotando la superficie sobre la cual se deben realizar estudios más intensivos, pudiendo ser replicada en otros escenarios y enriquecida a través de la inclusión de nuevos criterios y variables que se ajusten mejor a la realidad estudiada. El programa contó con financiamiento del Fondo Nacional de Desarrollo Regional (FNDR) VII Región. Palabras clave: Evaluación multicriterio, geomática, planificación territorial, modelo de capacidad de acogida, relleno sanitario.

Los Modelos Digitales de Elevación (MDE) son productos geomáticos esenciales en el estudio, manejo y administración del territorio. Su uso, así como la disponibilidad de datos de alta resolución, ha ido en crecimiento sostenido en las últimas décadas, permitiendo diversos y variados análisis cuyos resultados permiten cualificar y cuantificar los características propias del terreno. No obstante la disponibilidad creciente de datos de elevación, existen ocasiones donde estudios del territorio requieren el uso de modelos digitales de terreno con resolución espacial más gruesa que la resolución de los datos disponibles. La evaluación de un método de generalización de MDE que considera la retención de puntos críticos del terreno es abordado en el presente documento. Este método es comparado con otro método que considera solamente una interpolación bilineal aplicada al cambio de resolución del MDE. En la evaluación son utilizados datos del proyecto SRTM (Shuttle Radar Topography Mission) para una zona de 111 km por 91 km aproximadamente, en la Región del Maule, Chile. Los resultados evidencian que el método de generalización condicionada por puntos críticos presenta mejor desempeño al preservar la posición espacial de los rasgos evaluados dentro de la escala del MDE generalizado.

RESUMENEl objetivo del trabajo es aplicar la técnica Rotación Radiométrica Controlada por Eje de No-cambio (RCEN) en imáge-nes Landsat TM de los años 2004 y 2008, para la región semi-árida del Maule, Chile. Esta aplicación tiene el fin de obtener la distribución espacial de los cambios del paisaje forestal. El procedimiento de RCEN permite el uso de imáge-nes sin corrección atmosférica, combinado a un método empírico para seccionar y legendar la imagen de cambio basado en las observaciones de campo. El índice Kappa para la imagen temática del cambio fue 0.74 indicando que, durante el período considerado por la detección, los porcentajes de recuperación y la degradación la vegetación fueron 17 y 5% respectivamente. Datos altimétricos de SRTM (Shuttle Radar Topography Mission) fueron utilizados para obtener la pendiente y la distribución de las clases de cambios en relación a esta. La mayor parte de la superficie de la clase nocambio está localizada en altas y bajas declividades. En la categoría de recuperación de la vegetación, la mayor proporción tiene lugar en el rango de declividad 10 a 50%. Por otra parte, la pérdida de vegetación es uniformemente distribuida en todos los gradientes de declividad. The RCNA procedure allows the use of images without atmospheric calibrations, whose empirical method for the label was based on field observations. The Kappa Index for the change thematic image was 0.74, showing that the recovery and loss of vegetation were 17 and 5%, respectively. SRTM (Shuttle Radar Topography Mission) data were used to derive slope angle, where the major proportion of no-change surface occurs in areas of high and low slope. In the category of recovery of vegetation, the major proportion takes place in the 10-50% slope class. On the other hand, the loss vegetation is uniformly distributed through the whole gradient of the slope angle.

El geomarketing aplicado, con propósitos comerciales, aborda elementos del marketing, incorporando perspectivas espaciales, todo soportado por SIG. Analiza temáticas de mercado, colaborando a la comercialización privada de bienes y servicios, definiendo coberturas geográficas comerciales y rentabilizando dichos negocios. Dichas técnicas, también aplican al análisis y evaluación de proyectos apoyando eficazmente programas sociales organizados por el sector público u otros usuarios, satisfaciendo necesidades en comunidades urbanas: génesis del geomarketing social, una nueva orientación. Ésta busca aumentar el bienestar de los ciudadanos; ej. Localización de equipamiento educacional, salud, deportivo o soporte a la aplicación de políticas y programas a beneficiarios segmentados. Este artículo, basado en proyectos I+D+i realizados por los autores, propone una sistematización metodológica e informatizada, para aplicar geomarketing desde ambas perspectivas orientadas al usuario. Se identifica información, etapas, procesos propios y compartidos, más resultados obtenidos. Se prueba un caso comercial y otro social,

El presente estudio tiene como objetivo la aplicación de una metodología para la selección de sistemas de cosecha forestal, de acuerdo a criterios económicos, productivos y ambientales, con el fin de identificar un sistema que cause el menor daño sobre el suelo forestal. Para ello se efectuó por un lado, una revisión bibliográfica detallada de los estudios realizados en la temática y por otro evaluaciones en terreno, con el objeto de identificar las variables del suelo que pudieran ser afectadas, como también de las características de las maquinarias que estuvieran relacionadas con las alteraciones del suelo. Una vez identificadas tales variables, se estableció una base de datos, la cual fue integrada mediante la aplicación de la técnica de evaluación multicriterio

Redes neuronales y regresión lineal en plantaciones forestales, utilizando geomática Comparación de redes neuronales y regresión lineal para estimar productividad de sitio en plantaciones forestales, utilizando geomática Comparison of neural networks and linear regression to estimate site productivity in forest plantations, using geomatic

La exactitud en la representación espacial de elementos geográ cos en una base de datos de un Sistema de Información Geográ ca (SIG) está sujeta a errores originados en los procesos de captura y procesamiento de los datos, lo cual queda en evidencia cuando se integra información más exacta. La cuanti cación del error es fundamental cuando se pretende tomar decisiones sobre la base de la información disponible. En el estudio se establece una metodología para determinar y comparar el error de representación de elementos geográ cos en los modelos vectorial y ráster. La base de datos incluye elementos puntuales, lineales y poligonales, que representan elementos reales correspondientes a una torre, un camino y un rodal. Esta información se obtuvo a partir de mediciones en terreno con el Sistema de Posicionamiento Global (GPS), que fueron procesadas para dar origen a coberturas en formato vectorial. Posteriormente, se realizó el traspaso de la información al formato ráster, empleando resoluciones de píxel de 5, 10 y 20 metros. Mediante un algoritmo matemático se determinaron coordenadas homólogas entre los elementos representados en los dos modelos. De la distancia euclidiana entre coordenadas homólogas, se obtuvo un error medio de representación para cada modelo que luego se utilizó para hacer un análisis estadístico de comparación de exactitud espacial entre los modelos. Los resultados obtenidos indican que no existen diferencias signi cativas en el error medio de los modelos vectorial y ráster, pero sí existen diferencias en los errores medios arrojados para las distintas resoluciones empleadas en la rasterización de la información original. Palabras clave: Representación geográ ca, exactitud espacial, modelo vectorial, modelo ráster, base de datos.