scholarly journals SUSCEPTIBILITY EVALUATION AND MAPPING OF CHINA'S LANDSLIDE DISASTER BASED ON MULTI-TEMPORAL GROUND AND REMOTE SENSING SATELLITE DATA

2012 ◽  
Vol XXXIX-B8 ◽  
pp. 45-50 ◽  
Author(s):  
C. Liu ◽  
W. Li ◽  
P. Lu ◽  
K. Sang ◽  
Y. Hong ◽  
...  
Keyword(s):  
Remote Sensing ◽  
Satellite Data ◽  
Multi Temporal ◽  
Remote Sensing Satellite ◽  
Susceptibility Evaluation ◽  
Landslide Disaster

scholarly journals Methodology for prediction of corn yield using remote sensing satellite data in Central Mexico

2012 ◽  
pp. 61 ◽  
Author(s):  
Jesús Soria Ruiz ◽  
Yolanda Fernández Ordóñez ◽  
Rebeca Granados Ramírez
Keyword(s):  
Remote Sensing ◽  
Satellite Data ◽  
Central Mexico ◽  
Corn Yield ◽  
Noaa Avhrr ◽  
Multi Temporal ◽  
Remote Sensing Satellite

El principal reto de la agricultura en cualquier país, es garantizar la producción de alimentos para su población. La heterogeneidad de condiciones de cultivo del maíz en muchos países, especialmente en México, hace más difícil hacer predicciones de sitios de ocurrencia y de rendimiento antes de la cosecha. Las predicciones anticipadas a la cosecha son necesarias al gobierno para estimar la cantidad de grano que requiere importar con el fin de afrontar los déficit de producción. Por ello, en este artículo se desarrolla una metodología para la estimación anticipada a la cosecha del rendimiento de maíz, bajo las condiciones de sistemas de producción intensivos en el Centro de México. El método se basa en el análisis multi-temporal de los índices de vegetación normalizados (NDVI) de imágenes de satélite NOAA-AVHRR, grados-calor (DD) y los índices de área foliar (LAI) para predecir ocurrencia en maíz y su rendimiento. En este artículo se discuten los resultados de la aplicación de una metodología generada para identificar áreas de siembra de maíz y predecir su rendimiento en el Centro de México.

Sign in / Sign up

Export Citation Format

Share Document