{"name": "K-L8Slice", "package_name": "k_l8slice", "description": "Este nombre combina el algoritmo k-means que se utiliza para el agrupamiento (K) con \"Landsat 8\", que es el tipo espec\u00edfico de im\u00e1genes satelitales utilizadas, y \"Slicer\", que hace referencia al proceso de segmentaci\u00f3n o corte de la imagen en diferentes clusters o grupos de uso del suelo.", "about": "El plugin desarrollado es una extensi\u00f3n basada en el algoritmo k-means, un m\u00e9todo de agrupamiento ampliamente utilizado en an\u00e1lisis de datos. Este algoritmo se aplica para clasificar im\u00e1genes satelitales Landsat 8 con el prop\u00f3sito de realizar clasificaciones no supervisadas del uso del suelo. El algoritmo k-means se encarga de dividir el conjunto de datos, que en este caso son las im\u00e1genes satelitales, en k grupos o clusters. El objetivo es agrupar los datos de tal manera que los puntos dentro del mismo cl\u00faster sean m\u00e1s similares entre s\u00ed en t\u00e9rminos de caracter\u00edsticas relacionadas con el uso del suelo, mientras que los puntos en otros clusters presenten diferencias significativas. El proceso de agrupamiento se realiza mediante la asignaci\u00f3n iterativa de cada punto de la imagen a un cl\u00faster, bas\u00e1ndose en la similitud de sus atributos espectrales y espaciales. Esto permite obtener una segmentaci\u00f3n en diferentes categor\u00edas de uso del suelo, como \u00e1reas urbanas, agr\u00edcolas, bosques, cuerpos de agua, entre otras. La utilizaci\u00f3n de este plugin proporciona una forma eficiente y autom\u00e1tica de realizar clasificaciones no supervisadas del uso del suelo en im\u00e1genes satelitales Landsat 8, lo que facilita el an\u00e1lisis y la toma de decisiones en estudios de gesti\u00f3n del territorio, planificaci\u00f3n urbana, monitoreo ambiental y otras aplicaciones relacionadas con el uso del suelo. El plugin K-L8Slice es una extensi\u00f3n dise\u00f1ada para realizar clasificaciones no supervisadas del uso del suelo en im\u00e1genes satelitales Landsat 8. Utilizando el algoritmo k-means, este plugin se encarga de dividir el conjunto de datos de las im\u00e1genes en k grupos o clusters, donde los puntos dentro del mismo cl\u00faster presentan similitudes espectrales y espaciales relacionadas con su uso del suelo. K-L8Slice permite una segmentaci\u00f3n eficiente de las im\u00e1genes, agrupando \u00e1reas urbanas, agr\u00edcolas, bosques, cuerpos de agua y otras categor\u00edas de uso del suelo. La clasificaci\u00f3n no supervisada automatizada facilita el an\u00e1lisis y la toma de decisiones en estudios de gesti\u00f3n del territorio, planificaci\u00f3n urbana, monitoreo ambiental y diversas aplicaciones que requieran informaci\u00f3n detallada sobre la distribuci\u00f3n del uso del suelo en una regi\u00f3n espec\u00edfica, aprovechando la informaci\u00f3n rica y precisa de las im\u00e1genes satelitales Landsat 8.", "homepage": "https://github.com/AlencarConicetUtem/K-L8Slice/issues", "repository": "https://github.com/AlencarConicetUtem/K-L8Slice", "tracker": "https://github.com/AlencarConicetUtem/K-L8Slice/issues", "author": "Keyla Alencar da Silva, Francisca Ruiz-Tagle, Erik Zimmemann y Maria Carolina Parodi. CONICET, UTEM y UNR", "tags": ["python"], "downloads": 2051, "latest_version": "1.0", "versions": [{"version": "1.0", "experimental": false, "qgis_min": "3.0.0", "qgis_max": "3.99.0", "downloads": 2055, "uploaded_by": "alencarconicetutem", "upload_datetime": "2023-10-08T18:53:57.678362"}]}