<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<metadata xml:lang="es">
<Esri>
<CreaDate>20220301</CreaDate>
<CreaTime>13180600</CreaTime>
<ArcGISFormat>1.0</ArcGISFormat>
<SyncOnce>TRUE</SyncOnce>
<MapLyrSync>TRUE</MapLyrSync>
</Esri>
<dataIdInfo>
<idCitation>
<resTitle>CUBIERTAS_AMIANTO</resTitle>
</idCitation>
<idAbs>Clasificación de los cambios urbanos semestrales obtenidos mediante el uso de algoritmos Deep Learning entre imágenes de satélite de muy alta resolución.</idAbs>
<searchKeys>
<keyword>cambios urbanos</keyword>
<keyword>satélite</keyword>
<keyword>2020</keyword>
<keyword>teledetección</keyword>
<keyword>cartografía</keyword>
</searchKeys>
<idPurp>Cambios urbanos producidos entre primavera y otoño 2020.</idPurp>
<idCredit>Ayuntamiento de Madrid.</idCredit>
<resConst>
<Consts>
<useLimit/>
</Consts>
</resConst>
</dataIdInfo>
<Binary>
<Thumbnail>
<Data EsriPropertyType="PictureX">/9j/4AAQSkZJRgABAQEAAAAAAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0a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</Data>
</Thumbnail>
</Binary>
</metadata>
