Análisis de cambio en la cobertura boscosa en el municipio de Cartagena del Chairá a través de imágenes satelitales de 2016 y 2019 por medio de algoritmos de machine learning

El presente artículo presenta en forma de análisis el cambio en la cobertura boscosa en el municipio de Cartagena del Chairá del año 2016 al año 2019 realizando una comparación de coberturas y objetos presentes en cada uno de los años por medio de imágenes satelitales captadas por el sensor Landsat 8 el cual se caracteriza por almacenar información en diferentes bandas; 7 bandas multiespectrales con una resolución de 30m y una pancromática (banda 8) con una resolución de 15. Este análisis de coberturas de Bosque y No bosque se realiza por medio de la aplicación de prueba y error de los algoritmos de machine learning o máquinas de aprendizaje establecidas para examinar y operar de manera más amigable con los usuarios los diferentes procesos de estudios de coberturas de la tierra, cálculos de índices, detección de cambios, entre otros. Se describe el proceso empleado para la determinación del cambio en la cobertura, adaptado del informe de Protocolo de procesamiento digital de imágenes para la cuantificación de la deforestación en Colombia a nivel subnacional – escala gruesa y fina- y basado en la Leyenda de Coberturas de la tierra adaptado para Colombia con escala 1:100.000. Los diferentes resultados arrojados de la prueba de cada uno de los algoritmos tanto para la clasificación de las coberturas como para el análisis del cambio, permiten tener una visión más amplia no solo de los algoritmos matemáticos empleados por cada uno, si no de los posibles errores que pueden presentarse si no se hacen las correcciones pertinentes de las imágenes. Los bosques del Amazonas están siendo modificados muy rápidamente y por medio de los procesamientos descritos a continuación podremos evidenciar y comprobar cómo ha impactado la mano del hombre en los ecosistemas selváticos y como esto conlleva a la degradación de sus zonas.

• Autores: Morales Martínez, Paola Cristina
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2020
• Institución: Universidad Militar Nueva Granada
• Repositorio: Repositorio UMNG
• Idioma: spa
• OAI Identifier: oai:repository.umng.edu.co:10654/37354
• Acceso en línea: https://hdl.handle.net/10654/37354
• Palabra clave: COBERTURA VEGETAL; PROCESAMIENTO DIGITAL DE IMAGENES; USO DE LA TIERRA; COBERTURA GEOGRAFICA; INVENTARIO DE RECURSOS NATURALES; detección de cambio; coberturas de la tierra; Algoritmos; Leyenda de coberturas de la tierra Corine Land Cover; imágenes de satélite; clasificación supervisada de coberturas; machine learning; Algorithms; change detection; land cover; Corine Land Cover Legend,; satellite imagery; supervised land cover classification
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/