Mapeo de cobertura terrestre utilizando aprendizaje máquina

• Muñoz-Ordóñez, Cristian ^[1] ; Muñoz-Ordóñez , Julián ; Pencue-Fierro, Leonairo ^[1] ; Figueroa, Apolinar ^[1]
  1. [1] Universidad del Cauca

     Universidad del Cauca

     Colombia

     
• Localización: Investigación e Innovación en Ingenierías, ISSN-e 2344-8652, Vol. 8, Nº. 3, 2020 (Ejemplar dedicado a: Special issue results of the XV Ibero-American Conference on Software Engineering and Knowledge Engineering - JIISIC 2020), págs. 85-101
• Idioma: español
• Títulos paralelos:
  • Land cover mapping using machine learning
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Objetivo: Determinar las dinámicas de evolución de la cobertura terrestre sobre la Cuenca Alta del Río Cauca. Metodología: Esta investigación, presenta un proceso de clasificación de coberturas sobre la CARC utilizando imágenes Landsat-8 y Sentinel-1. Este análisis se realizó mediante la clasificación de características de imágenes satelitales ópticas y de radar, utilizando algoritmos de aprendizaje máquina.  Resultados y conclusiones: se identificaron regiones que presentan afectación en sus coberturas vegetales mostrando la importancia de la utilización conjugada de satélites ópticos y de radar. La clasificación tuvo una precisión del 88.9% y un coeficiente kappa de 0.86

  • English

    Objective: Make an evolution dynamics analysis of covers on the Upper Cauca River Basin. Methodology: This research presents a landcover classification process on the UCB using Landsat-8 and Sentinel-1 data. This analysis was carried out by means of the features classification of optical and radar satellite data using machine learning algorithms. Results and conclusions: regions that present affectation in their vegetation cover were identified, showing the importance of the conjugated use of these two types of sources. The classification had an accuracy of 88.9% and a kappa coefficient of 0.86.