Clasificación de bofedales en imágenes satelitales multiespectrales de la región Arequipa mediante algoritmos de inteligencia artificial
Loading...
Date
2024-12-02
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Católica de Santa María
Abstract
Los bofedales, ecosistemas de vital importancia a nivel mundial, desempeñan un papel crucial
en la sostenibilidad ambiental y en el bienestar de las comunidades. A pesar de su relevancia,
mayormente han sido subestimados y carecen de la atención necesaria en términos de estudios
detallados y monitoreo. Esta falta de análisis ha generado una brecha en la comprensión
de la importancia y la dinámica de estos ecosistemas, lo que resulta en una escasez de
información para la toma de decisiones informadas sobre su conservación y gestión. En
este contexto, la presente investigación tiene como objetivo principal clasificar bofedales
en imágenes satelitales multiespectrales de la región Arequipa mediante la aplicación de
algoritmos de aprendizaje supervisado. Además, se busca aportar al corpus del conocimiento
científico y apoyar la toma de decisiones en la preservación de este crucial ecosistema.
Los objetivos específicos de esta investigación incluyen realizar una investigación exhaustiva
cerca del análisis de los bofedales en imágenes satelitales, seleccionar la fuente adecuada de
datos de imágenes satelitales multiespectrales, diseñar y entrenar algoritmos para la clasificación
de imágenes, y validar los resultados obtenidos. Como resultado esta investigación
demuestra la viabilidad y la eficacia de utilizar algoritmos de Inteligencia Artificial, como las
Redes Neuronales Convolucionales (CNN), Random Forest y K-Nearest Neighbors (KNN),
para la clasificación de imágenes satelitales multiespectrales en el monitoreo de los bofedales
en Arequipa. Los resultados obtenidos muestran que la CNN tuvo la mayor precisión con un
70 %, seguida por Random Forest con un 59% y KNN con un 58% .
Description
Keywords
Redes neuronales, Análisis de imagen, Bofedales