La conservación de ecosistemas en zonas costeras debe contemplarse dentro de un marco sustentable con las actividades antropogénicas. Es relevante cuantificar el impacto que generan agentes externos, por lo que el objetivo de este trabajo es implementar un método para el monitoreo de la degradación en superficie de playa y vegetación litoral adyacente. Fueron recabadas capturas de imágenes aéreas de zonas costeras protegidas, obtenidas periódicamente mediante un vehículo drone. Se integró un dataset que contempla todas las fases estacionales y distingue 5 clases para su monitoreo: Mangle, vegetación rastrera, arena, mar y cerro-planicie. Para la segmentación semántica se implementaron y compararon distintas arquitecturas de redes neuronales convolucionales (CNN) empleando aprendizaje transferido. Los resultados han sido robustos en la clasificación, alcanzando una precisión global del 93.9% y entre 89.9-95.8% en las clases individuales. En la métrica Intersección sobre Unión, IoU, el rango fue entre 86.6-92.7%. En la detección de cambio son utilizadas series temporales para el monitoreo de clases. Este método ha sido aplicado al caso de estudio de la playa Ensenada Grande en el Parque Nacional Archipiélago Espíritu Santo.
El Congreso Internacional de Robótica y Computación (CIRC) es un evento anual que realiza el Instituto Tecnológico de La Paz (ITLP), en La Paz y Los Cabos, Baja California Sur, desde el año 2013. El congreso es organizado por los integrantes de la Maestría en Sistemas Computacionales del ITLP, la cual que pertenece al Programa Nacional de Posgrados de Calidad (PNPC), como un foro de alta calidad y nivel técnico para intercambiar ideas y discutir desarrollos recientes en Robótica y Computación. En esta novena edición será la primera vez que una selección de trabajos sea publicada en la revista indizada Pädi, gracias a la amable invitación del Dr. Raúl Villafuerte Segura --Editor en Jefe de esta revista-- y su valioso equipo de trabajo.La revista Pädi es de acceso abierto, gracias al apoyo de la Universidad Autónoma del Estado de Hidalgo (UAEH), y se ha posicionado como una excelente opción para publicar trabajos innovadores y del interés de la comunidad científica en diferentes campos de la ciencia. Con respecto a los artículos presentados en el CIRC 2022, del 11 al 13 de mayo, luego de un proceso de revisión arbitrado por un comité editorial, se seleccionaron un total de veintisiete artículos para el presente número especial, los cuales abordaron los siguientes tópicos: Visión artificial. Técnicas heurísticas. Sistemas de control. Procesamiento de señales. Reconocimiento de patrones. Mecatrónica. Ingeniería de software. La colaboración entre ambas instituciones, el ITLP y la UAEH, ha sido exitoso y prueba de ello es la publicación del presente número especial. Sin lugar a dudas, éste será el primer paso para continuar trabajando en futuros números especiales.
Abstract. Currently there is a huge amount of freely available hydrographic data and it is increasingly important to have access to it efficiently and easily provided with as much information as possible. Argo is a global collection of around 4000 active autonomous hydrographic profilers. Argo data goes through two quality processes, real time and delayed mode. This work shows a methodology to filter profiles within a given polygon using the odd-even algorithm, this allows analysis of a study area, regardless of size, shape or location. Also, gives two filtering methods to discard only the real time quality control data that present salinity drifts, thus taking advantage of the largest possible amount of valid data within a given polygon. In the study area selected as an example, it was possible to recover around 80 % in the case of the first filter and 30 % in the case of the second of the total real time quality control data that are usually discarded due to problems such as salinity drifts, this allows researchers to use any of the filters or a combination of both to have a greater amount of data within the study area of their interest in a matter of minutes, unlike waiting for the delayed mode quality control that takes up to 12 months to be completed.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.