{rfName}
Ma

Licencia y uso

Icono OpenAccess

Altmetrics

Impacto en los Objetivos de Desarrollo Sostenible (ODS)

Investigadores/as Institucionales

Rodriguez-Cielos, RicardoAutor o Coautor

Compartir

21 de abril de 2024
Publicaciones
>
Artículo

Mapping Dissolved Organic Carbon and Organic Iron by Comparing Deep Learning and Linear Regression Techniques Using Sentinel-2 and WorldView-2 Imagery (Byers Peninsula, Maritime Antarctica)

Publicado en: Remote Sensing. 16 (7): 1192- - 2024-04-01 16(7), DOI: 10.3390/rs16071192

Autores:

Fernández, SD; Muñiz, R; Peón, J; Rodríguez-Cielos, R; Ruíz, J; Calleja, JF
[+]

Afiliaciones

Univ Oviedo, Dept Comp Sci, Oviedo 33003, Spain - Autor o Coautor
Univ Oviedo, Dept Geog, Oviedo 33003, Spain - Autor o Coautor
Univ Oviedo, Dept Geol, Oviedo 33003, Spain - Autor o Coautor
Univ Oviedo, Dept Min Exploitat & Prospecting, Mieres 33600, Spain - Autor o Coautor
Univ Oviedo, Dept Phys, Oviedo 33003, Spain - Autor o Coautor
Univ Oviedo, ICTEA Inst Univ Ciencias & Tecnol Aerosp Asturias, Oviedo 33003, Spain - Autor o Coautor
Univ Politecn Madrid, Dept Signals Syst & Radiocommun SSR, Madrid 28040, Spain - Autor o Coautor
Ver más

Resumen

Byers Peninsula is considered one of the largest ice-free areas in maritime Antarctica. Since 2006, the Spanish Polar Program has taken part in a large number of environmental studies involving the effects of climate change on biological life cycles, limnology, and microbiology. Soils from maritime Antarctica are generally weakly developed and have chemical, physical, and morphological characteristics that are strongly influenced by the parent material. However, biological activity during the short Antarctic summer promotes intense transference of nutrients and organic matter in areas occupied by different species of birds and marine mammals. Mapping and monitoring those areas that are highly occupied by various species could be very useful to create models prepared from satellite images of the edaphic properties. In this approach, deep learning and linear regression models of the soil properties and spectral indexes, which were considered as explicative variables, were used. We trained the models on soil properties closely related to biological activity such as dissolved organic carbon (DOC) and the iron fraction associated with the organic matter (Fe). We tested the best approach to model the spatial distribution of DOC, Fe, and pH by training the linear regression and deep learning models on Sentinel-2 and WorldView-2 images. The most robust models, the pH model built with the deep learning approach on Sentinel images (MAE of 0.51, RMSE of 0.70, and R2 with a residual of -0.49), the DOC model built with linear regression on Sentinel images (MAE of 189.39, RMSE of 342.23, and R2 with a residual of 0.0), and the organic Fe model built with deep learning (MAE of 116.20, RMSE of 209.93, and R2 of -0.05), were used to track possible areas with ornithogenic soils, as well as areas of Byers Peninsula that could be supporting the highest biological development.
[+]

Palabras clave

CommunitiesDeep learningDissolved organic carbonEartEcosystemLife below waterLimnopolar lakeLinear regressionLivingston islandMaritime antarcticaRecordSatellite imagerSatellite imagerySoilsSouth-shetland islands

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Remote Sensing debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición 47/258, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Geosciences, Multidisciplinary.

Independientemente del impacto esperado determinado por el canal de difusión, es importante destacar el impacto real observado de la propia aportación.

Según las diferentes agencias de indexación, el número de citas acumuladas por esta publicación hasta la fecha 2026-04-24:

  • WoS: 1
  • Scopus: 1
[+]

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2026-04-24:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 11 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

    Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

    • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
    • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/90017/

    Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

    • Visualizaciones: 135
    • Descargas: 13
    Siguiendo con el impacto social del trabajo, es importante enfatizar el hecho de que, por su contenido, puede ser asignado a la línea de interés del ODS 14 - Life below water, con una probabilidad del 75% según el algoritmo mBERT desarrollado por Aurora University.
    [+]

    Reconocimientos ligados al ítem

    No Statement Available
    [+]