qwesdrjhwdjfhsjhfjs
|
|
Título del Test:
![]() qwesdrjhwdjfhsjhfjs Descripción: si soy yo |



| Comentarios |
|---|
NO HAY REGISTROS |
|
La formulación estándar del NDVI es: (NIR – ROJO) / (NIR + ROJO). (VERDE – ROJO) / (VERDE + ROJO). (SWIR – NIR) / (SWIR + NIR). (ROJO – NIR) / (ROJO + NIR). En olivar, un aumento de temperatura foliar (TIR) suele asociarse a: Incremento de humedad en hoja. Estrés hídrico (menor transpiración). Mayor NDVI. Mayor contenido de clorofila. Un ejemplo de misión/sensor hiperespectral es: GoPro HERO. EnMAP o PRISMA. Landsat 8 OLI. Sentinel-2 MSI. Respecto al SWIR, ¿cuál es la afirmación correcta?. No hay relación entre SWIR y agua. El agua refleja intensamente en SWIR; hojas húmedas reflejan más. El SWIR mide temperatura, no reflexión. El agua absorbe fuertemente en SWIR; hojas con más agua reflejan menos. Un ejemplo típico de sensor con bandas multiespectrales es: Un termómetro de mano. Un GPS recreativo. Landsat TIRS (solo TIR). Sentinel-2. Hoy los SIE evolucionan desde cartografía/foto aérea hacia…. Imágenes RGB exclusivamente de alta resolución. Solo modelos 3D fotogramétricos sin sensores adicionales. Información multisensorial en tiempo (casi) real (drones, satélites, IoT). Bases de datos alfanuméricas sin componente espacial. El VNIR incluye: Solo bandas térmicas. SWIR completo hasta 2500 nm. Solo el visible puro hasta 500 nm. Visible (400–700 nm) y el inicio del NIR (700–1000 nm). La fusión de datos multisensoriales en SIE busca: Evitar el uso de modelos en la nube. Eliminar la necesidad de georreferenciación. Combinar observaciones para mejorar precisión y utilidad. Reemplazar por completo el trabajo de campo. Un Sistema de Información Espacial (SIE) se caracteriza principalmente por…. Usar GPS para navegar en tiempo real, únicamente. Sustituir los mapas analógicos por mapas digitales sin análisis. Integrar datos georreferenciados para convertirlos en conocimiento útil. Almacenar solo imágenes satelitales en la nube. La fotogrametría con Pix4D u otros permite obtener principalmente: Datos GNSS de alta precisión sin imágenes. Firmas espectrales continuas por píxel. Ortomosaicos y modelos 3D (nube de puntos, malla) a partir de imágenes. Series temporales térmicas de satélite. ¿Cuál de las siguientes NO es una aplicación destacada del SIE?. Planificación urbana. Agricultura de precisión. Gestión ambiental. Edición de video sin referencia espacial. ¿Cuál NO es una ventaja habitual de los drones en SIE?. Capacidad de captar RGB, multiespectral o térmico. Coberturas muy extensas de miles de km² en una pasada. Alta resolución espacial y flexibilidad temporal. Bajo coste por misión a pequeña escala. El TIR (8–14 μm) mide principalmente: Luz reflejada en bandas visibles. Color real (RGB). Radiación emitida (temperatura superficial). Índices de vegetación por reflexión. Un NDVI alto suele indicar: Suelos húmedos sin vegetación. Zonas urbanas densas. Vegetación vigorosa con alta actividad fotosintética. Superficies de agua fría. Vemos las hojas verdes principalmente porque: Reflejan más rojo que verde. Absorben toda la luz visible por la clorofila. Reflejan más luz verde y absorben rojo/azul. Emiten luz verde por temperatura foliar. Los sensores IoT en territorio aportan principalmente: Imágenes hiperespectrales aéreas. Modelos 3D fotogramétricos. Cartografía base vectorial. Medidas in situ en (casi) tiempo real para enriquecer el SIE. El SWIR (aprox. 1300–2500 nm) es muy útil para: Visualizar el color natural de la escena. Detectar contenido de agua/estrés hídrico y algunos minerales. Sustituir el NIR en NDVI sin cambios. Medir temperatura radiada directamente. ¿Qué propiedad vegetal es especialmente observable en el NIR?. Estructura interna de las hojas y vigor. Presencia de clorofila azul. Temperatura de la superficie. Contenido de minerales en rocas. Una diferencia clave entre imágenes multiespectrales e hiperespectrales es: Ambas capturan únicamente 3 bandas. La hiperespectral solo existe en drones. Número y ancho de bandas: pocas/anchas vs. muchas/muy estrechas. La multiespectral no sirve para agricultura. El espectro visible (RGB) cubre aproximadamente: 8000–14000 nm. 700–1300 nm. 400–700 nm. 1300–2500 nm. |





