El NDVI es un buen proxy para la producción agrícola (Ref1, 2010) ...
- Parte de Javier completada
- Predicción usando una una red neuronal recurrente:
pipeline:directorio que contiene el pipeline para la descarga, proyección al territorio mexicano de las imágenes del satélite MODIS, así como el método no-supervisado de clusterizaciónremote-sensing-data:directorio que contiene los scripts para archivos de texto utilizados en el análisisdocs:Rmarkdowns para mostrar los resultadosscripts:directorio que contiene código que implementa algunos métodos planteados- baquedano.R implementa el método propuesto por Baquedano (ver Referencias).
Python3pipincluido en la versión más reciente de Python3GDalTensorFlow
Requerimientos: Se debe correr, desde la terminal, el script requirements.txt
python pip install -r requirements.txt
- Información de los indices de vegetación (NDVI y EVI) del servicio de información satelital de la nasa MODIS
- Se utilizan las bandas del NDVI y el EVI del producto MOD13A2 ( MODIS/Terra Vegetation Indices 16-Day L3 Global 1 km SIN Grid V006)
- Fuente: https://terra.nasa.gov/about/terra-instruments/modis
- Desglosado a nivel municipal
- Reportado en toneladas por ciclo agrícola y modalidad de riego
- Fuente: http://www.
-
Predicción de producción agrícola por municipio usando una LSTM-RNN: Usando como input las series de tiempo de los clusters por municipio
-
Predicción usando una CNN: Usando como input los RAW pickles Descripción2
- [1]
- [2]
- [3]