Extraer, corregir y agrupar datos (mining data)

• Extraer datos espectrales para crear una base de datos por fecha (años), porcentaje de nubes, etc • Extraer las coordenadas de los polígonos del archivo .shp • Calcular el área de los pixeles dependiendo del área de los polígonos (hectáreas / en el archivo .dbf está calculada el área del polígono) • Cambiar el sistema de coordenadas WGS84 UTM a Latitude,Longitude (Estandar decimal simple) • Con la ayuda de una API servidor de imágenes satelitales extraer los valores de las bandas espectrales por fechas. Api Google engine, api sentinel, Planet's Python Client, etc. • Validar datos – reconocimiento y segmentación correcta de los cultivos. (Hay zonas que no representan ningún cultivo o el poligono está un poco desubicado referente a las coordenadas de los cultivos). Ejemplo imagen 10.jpg. • Extender la base de datos con la base de datos de la nube, solo donde se interceptan los polígonos [login to view URL] [login to view URL] [login to view URL] • Dependiendo de las fechas encontrar valores climáticos, asi como la temperatura máxima, media y mínima, velocidad del aire humedad. Api [login to view URL] • Calcular los índices de vegetación. Calcular y combinar los índices de vegetación para encontrar la combinación más óptima para la predicción del rendimiento de los cultivos Normalized Difference Vegetation Index - NDVI Soil Adjusted Vegetation Index – SAVI Atmospherically Resistant Vegetation Index - ARVI Enhanced Vegetation Index - EVI Green Chlorophyll Index - GCI Structure Insensitive Pigment Index – SIPI And Others Example: Ndvi+Savi vs Savi+Sipi vs …. Graficar la serie temporal de los índices vegetativos para ver las diferentes etapas fenológicas de un cultivo • Calcular la diferenciación de los índices de vegetación en un período de tiempo determinado Indexes and correlation plot • Para las fotos que hay mucha nube sobre los polígonos, detectarlos con algún método de aprendizaje automático, hacer una máscara, poner el porcentaje de nube en la región. • Grafico de training/validation accuracy and loss Obtener datos como en el ejemplo, Nombre de la zona, coordenadas, latitud, etc