Detección de cambios de cobertura de bosque en inmediaciones de los departamentos del Meta y Guaviare utilizando el algoritmo random forest para el periodo del 2003 al 2022

El presente artículo muestra los cambios de cobertura de bosque en inmediaciones de los departamentos de Meta y Caquetá durante el periodo de 2003 al 2022, con el fin de identificar cual ha sido la evolución de las zonas de vegetación y por medio de clasificación supervisada y el método random forest, el cual se encuentra dentro de los algoritmos de machine learning, debido a sus grandes capacidades de clasificación. Para el desarrollo de dicha investigación, se utilizan dos imágenes satelitales de la constelación satelital Landsat una correspondiente al año 2003 y la otra al año 2022, los cuales son de descarga gratuita por medio de la página web del Servicio Geológico de los Estados Unidos. Por medio de algebra de mapas y correctas prácticas de preprocesamiento y post-procesamiento de imágenes, estas se corrigen para posteriormente crear muestras de entrenamiento, las cuales tienen como fin alimentar al algoritmo y así obtener una clasificación de coberturas confiable. El resultado final arroja una precisión general del 93% y un coeficiente Kappa de 0.89, obteniendo así que del área analizada, el departamento del Meta es el que presenta mayor conservación de bosque, al contrario del departamento del Guaviare el cual arroja el área de mayor deforestación.

• Autores: Ortegón Piragauta, Luis Miguel
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2022
• Institución: Universidad Militar Nueva Granada
• Repositorio: Repositorio UMNG
• Idioma: spa
• OAI Identifier: oai:repository.unimilitar.edu.co:10654/44252
• Acceso en línea: http://hdl.handle.net/10654/44252
• Palabra clave: DEFORESTACION; COBERTURA VEGETAL; ALGORITMOS (COMPUTADORES); Random Forest; Machine learning; Deforestation; Supervised classification; Map algebra; Landsat; Random Forest; Deforestacion; Clasificacion supervisada; Algebra de mapas; Landsat; Machine learning
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/