Identificación de coberturas mediante procesamiento de imágenes satelitales para monitoreo del paisaje ecológico. Proyecto de investigación

RESUMEN : El Grupo Herpetológico de Antioquia (GHA), en colaboración con el Grupo de Investigación en Sistemas Embebidos e Inteligencia Computacional (SISTEMIC), ha dedicado cerca de una década al empleo de la bioacústica como herramienta para el monitoreo de los ecosistemas naturales de Colombia. Su labor implica la captura y procesamiento de audios de diversas áreas de interés, con el propósito de realizar análisis de conectividad ecológica. Los resultados notables de estos análisis han subrayado la importancia de comprender más a fondo el paisaje y las coberturas específicas que lo componen en áreas particulares, con el fin de enriquecer los resultados de los análisis acústicos con información geoespacial, lo que amplía la capacidad de identificar patrones de comportamiento. El objetivo principal de este proyecto de investigación fue establecer un marco metodológico utilizando técnicas de procesamiento de imágenes satelitales para la identificación y clasificación de coberturas en un área de estudio de más de 3000 hectáreas correspondiente al municipio de El Carmen de Viboral y sus alrededores. Para lograr esto, se empleó Google Earth Engine, una plataforma que facilita el análisis y la visualización de datos geoespaciales a gran escala. Se entrenaron modelos supervisados de clasificación como: Random Forest, Classification and Regression Trees (CART), K Nearest Neighbors (KNN) y Gradient Tree Boost, para identificar coberturas como: bosque, cultivos, pastos, suelo desnudo, y algunas relacionadas a la huella humana, como viviendas, carreteras e invernaderos. Esta investigación brinda al GHA una herramienta invaluable para comprender y gestionar la composición del paisaje de manera mucho más efectiva, ya que el conocimiento detallado de las coberturas del suelo y su distribución en el paisaje enriquece la capacidad para identificar patrones de comportamiento de las especies y contribuye significativamente a una comprensión más profunda de la dinámica ecológica de los ecosistemas estudiados.

• Autores: Acevedo Moreno, Cristian Camilo
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/41798
• Acceso en línea: https://hdl.handle.net/10495/41798
• Palabra clave: Imágenes Satelitales; Satellite Imagery; Sensores Remotos; Remote Sensors; Procesamiento de datos; Data processing; Vegetación; Vegetation; Teledetección; Remote sensing; Google Earth Engine; http://aims.fao.org/aos/agrovoc/c_6498; http://vocabularies.unesco.org/thesaurus/concept522; http://vocabularies.unesco.org/thesaurus/concept4264; https://id.nlm.nih.gov/mesh/D063809
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/