Determinación de la eficiencia en la clasificación automática de coberturas con algoritmos de Machine Learning (ML) empleando imágenes del sensor Vexcel Ultracam, caso de estudio Municipio de Chía

La constante dinámica territorial observada en el área metropolitana de Bogotá, impulsada por el alto crecimiento poblacional, ha generado una expansión desordenada del uso del suelo, que altera el equilibrio territorial de los municipios circundantes como Chía – Cundinamarca. Este tipo de expansión...

Full description

Autores:: Hernández Guzmán, María Camila
Beltrán Fonseca, Dayana Patricia

Tipo de recurso:

Fecha de publicación:: 2025

Institución:: Universidad Católica de Manizales

Repositorio:: Repositorio RI-UCM

Idioma:: spa

Description
Summary:	La constante dinámica territorial observada en el área metropolitana de Bogotá, impulsada por el alto crecimiento poblacional, ha generado una expansión desordenada del uso del suelo, que altera el equilibrio territorial de los municipios circundantes como Chía – Cundinamarca. Este tipo de expansión, presenta un desafío considerable para el cumplimiento de las políticas públicas del municipio que buscan un desarrollo urbano sostenible, la protección de las áreas rurales y la presentación de los recursos naturales. Para abordar el monitoreo de esta problemática, se propuso evaluar la eficiencia del uso de técnicas de Machine Learning (ML) aplicadas a imágenes de alta resolución (sensor Vexcel Ultracam) para la identificación de la distribución y la dinámica del uso del suelo considerando que el acceso a datos de alta resolución abiertos y a la diversidad de enfoques metodológicos en el monitoreo de coberturas siguen siendo temas relevantes. Los resultados demuestran que los algoritmos de ML, especialmente Random Forest, son efectivos en la clasificación de coberturas de suelo, sobre territorios con características similares al municipio de Chía, contribuyendo a una mejor comprensión de los cambios en el uso del suelo. Además, de la inclusión de índices espectrales y características de textura mejora significativamente la precisión de la clasificación, permitiendo una mejor adaptación a las particularidades del territorio y una comprensión más profunda de los cambios del territorio.

Determinación de la eficiencia en la clasificación automática de coberturas con algoritmos de Machine Learning (ML) empleando imágenes del sensor Vexcel Ultracam, caso de estudio Municipio de Chía

Publicaciones similares