top of page
DALL·E 2024-07-17 08.37.24 - An origami representation of planet Earth against a liminal w

Conozca los servicios profesionales que mapas.co tiene para usted 

Descubra nuestros servicios profesionales, diseñados para transformar sus proyectos con soluciones innovadoras y un soporte técnico de primer nivel

Solicite su usuario accediendo a la plataforma en el siguiente botón

architecture_edited.png

Generación de Capas Geográficas Monitorizadas

Clasificación de coberturas Corine Land Cover con imágenes satelitales de 3M≤GSD≤5M

Imagen7.png

Clasificar la cobertura terrestre del área de interés para una fecha específica, utilizando información detectada con imágenes satelitales de resolución espacial entre 3 y 5 metros por píxel (3m≤GSD≤5m).  

Mediante la implementación de índices espectrales, algoritmos de clasificación de imágenes e inteligencia artificial, se generan una capa raster y una capa vectorial con las clases adoptadas de la metodología Corine Land Cover a un nivel 2 de detalle, así: 

  1. Territorios artificializados  

    1. Zonas urbanizadas 

  1. Zonas industriales o comerciales y redes de comunicación 

  1. Territorios agrícolas 

    1. Pastos 

    2. Áreas agrícolas heterogéneas

  1. Bosques y áreas seminaturales 

    1. Bosques 

    2. Áreas con vegetación herbácea o arbustiva 

    3. Áreas abiertas, sin o con poca vegetación 

  1. Superficies de agua 

    1. Aguas continentales 

    2. Aguas marítimas 

Identificación de cambios en coberturas terrestres con imágenes satelitales ópticas de 3M≤GSD≤5M

Imagen4.png

Detectar cambios en las coberturas terrestres existentes en un área de interés, utilizando imágenes satelitales con resolución espacial entre 3m≤GSD≤5m de dos fechas definidas. 

Mediante la implementación de índices espectrales y algoritmos de clasificación de imágenes se generan estadísticas y capas vectoriales con los cambios estimados en las siguientes coberturas:

  1. Huella urbana 

  2. Superficies de agua 

  3. Áreas naturales (bosques y vegetación herbácea) 

  4. Territorios agrícolas (pastos y cultivos) 

  5. Glaciares 

Identificación de cambios en coberturas terrestres con imágenes satelitales ópticas de GSD≤1M

Imagen4.png

Detectar cambios en las coberturas terrestres existentes en un área de interés, utilizando imágenes satelitales con resolución espacial mayor o igual a 1 metro (GSD≤1m) de dos fechas definidas. 

Mediante la implementación de índices espectrales y algoritmos de clasificación de imágenes se generan estadísticas y capas vectoriales con los cambios estimados en las siguientes coberturas: 

  • Superficies de agua: 

    • Lagos 

    • Lagunas 

    • Reservorios 

    • Drenajes (ríos, quebradas, canales) 

  • Áreas naturales: 

    • Bosques 

    • Vegetación herbácea y arbustiva 

  • Territorios agrícolas (áreas de cultivo) 

  • Glaciares 

  • Superficies de agua: 

    • Lagos 

    • Lagunas 

    • Reservorios 

    • Drenajes (ríos, quebradas, canales) 

  • Áreas naturales: 

    • Bosques 

    • Vegetación herbácea y arbustiva 

  • Territorios agrícolas (áreas de cultivo) 

  • Glaciares 

Identificación de susceptibilidad a contacto entre redes eléctricas y vegetación con imágenes satelitales de 3M≤GSD≤4M

Vista de las líneas eléctricas que pasan por el bosque _ Foto Premium.png

Estimar la susceptibilidad de las redes eléctricas al contacto con vegetación en un área de interés, utilizando un modelo de gestión de riesgo e información extraída de datos de elevación y de imágenes satelitales con resolución espacial de 3m≤GSD≤4m para una fecha específica. 

Mediante la implementación de índices espectrales y algoritmos de inteligencia artificial se generan estadísticas y capas vectoriales referentes a la probabilidad de contacto entre las redes eléctricas y la vegetación o elementos del entorno. 

Identificación de cambios en la huella urbana con imágenes satelitales de GSD≤1M

Satellite Clipart Remote Sensing - Office Building Clip Art - Png____.png

Detectar cambios ocurridos en la huella urbana en un área de interés, utilizando imágenes satelitales de resolución espacial mayor a 1 metro (GSD≤1m).  Mediante la implementación de índices espectrales y algoritmos de inteligencia artificial para change detection pixel value, se estiman polígonos que alertan sobre las mutaciones físicas que han sufrido los predios (cambios en construcciones urbanas y rurales) y se generan estadísticas referentes a los cambios en las construcciones. 

tiene menú contextual

Identificación de deforestación con imágenes satelitales ópticas de GSD≤1M

Imagen14.png

Detectar cambios en la cobertura forestal en un área de interés, utilizando imágenes satelitales con resolución espacial de GSD≤1m en dos temporalidades definidas.  

Mediante la implementación de índices de vegetación y algoritmos de inteligencia artificial se generan estadísticas y capas vectoriales con los cambios estimados en la cobertura forestal (bosque arbóreo natural). 

Identificación de deforestación con imágenes satelitales ópticas de 3M≤GSD≤5M

Imagen14.png

Detectar cambios en la cobertura forestal en un área de interés, utilizando imágenes satelitales con resolución espacial de 3m≤GSD≤5m en dos temporalidades definidas.  

Mediante la implementación de índices de vegetación y algoritmos de inteligencia artificial se generan estadísticas y capas vectoriales con los cambios estimados en la cobertura forestal (bosque arbóreo natural).

Identificación de actividad minera con imágenes satelitales de GSD≤1M

Imagen15.png

Estimar los polígonos (zonas) en los cuales se identifique evidencia de actividad minera en un área de interés, utilizando imágenes satelitales con resolución espacial de GSD≤1m en una fecha específica. 

 

 Mediante la implementación de índices espectrales y algoritmos de inteligencia artificial se generan estadísticas y capas vectoriales con los cambios estimados en las coberturas del área de interés. 

tiene menú contextual

Identificación de actividad minera con imágenes satelitales de 3M≤GSD≤4M

Imagen15.png

Estimar los polígonos (zonas) en los cuales se identifique evidencia de actividad minera en un área de interés, utilizando imágenes satelitales con resolución espacial de 3m≤GSD≤4m en una fecha específica. 

 

 Mediante la implementación de índices espectrales y algoritmos de inteligencia artificial se generan estadísticas y capas vectoriales con los cambios estimados en las coberturas del área de interés. 

Identificación de calidad de vida de cultivos con imágenes satelitales de GSD≤1M y variables climáticas

Imagen16.png

Evaluar la calidad de vida de plantaciones agrícolas, implementando procesamiento digital de imágenes satelitales con resolución espacial de GSD≤1m, índices de vegetación y datos climáticos para un momento en específico. Se generan capas vectoriales y estadísticas referentes a los patrones estimados en la salud de los cultivos y al impacto de la variabilidad climática en estos territorios agrícolas. 

Identificación de calidad de vida de cultivos con imágenes satelitales de 3M≤GSD≤4M y variables climáticas

Imagen16.png

Evaluar la calidad de vida de plantaciones agrícolas, implementando procesamiento digital de imágenes satelitales con resolución espacial de 3m≤GSD≤4m, índices de vegetación y datos climáticos para un momento en específico. Se generan capas vectoriales y estadísticas referentes a los patrones estimados en la salud de los cultivos y al impacto de la variabilidad climática en estos territorios agrícolas. 

Identificación de material flotante en cuerpos de agua lenticos con imágenes satelitales de 3M≤GSD≤4M

Imagen8.png

Cuantificar las zonas de acumulación de material flotante en un área de interés, utilizando información extraída de imágenes satelitales con resolución espacial de 3m≤GSD≤4m en una fecha específica. 

Mediante la implementación de índices espectrales y algoritmos de inteligencia artificial se generan estadísticas y capas vectoriales referentes a los elementos anómalos estimados sobre el cuerpo de agua. 

Identificación de posibles zonas de cambio a partir de anomalías de radar con imágenes Sentinel 1

Imagen9.png

Estimar posibles zonas de cambio en las coberturas terrestres de un área de interés, utilizando información extraída de imágenes satelitales de radar Sentinel 1 para un periodo de tiempo definido (imágenes de dos fechas especificas). 

 

Mediante el análisis estadístico de la retrodispersión de cubos de datos de radar SAR, se identifican polígonos con alta variación en el valor de la señal y que representan posibles cambios en el área de interés.  

bottom of page