Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata
Este documento presenta el desarrollo de una metodología para determinar las posibles áreas rurales con cultivos de coca en los municipios Tibú, Sardinata y El Tarra en el departamento de Norte de Santander; implementando conocimientos de análisis de imágenes satelitales e Inteligencia Artificial, l...
- Autores:
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/32039
- Acceso en línea:
- http://hdl.handle.net/11349/32039
- Palabra clave:
- Red Neuronal Convolucional
Clasificación de Cobertura de Suelo
Inteligencia artificial
Aprendizaje profundo
Análisis imagen satelital
Cultivo de coca
Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas
Cultivos de coca
Análisis de imágenes satelitales
Inteligencia artificial
Frontera agrícola
Artificial intelligence
Convolutional Neural Networks
Satellite Image Analysis
Deep learning
Coca crops
Land cover classification
- Rights
- License
- Attribution-NoDerivatives 4.0 Internacional
id |
UDISTRITA2_0d8e49e4b0a5bf153fe155f34aa731a1 |
---|---|
oai_identifier_str |
oai:repository.udistrital.edu.co:11349/32039 |
network_acronym_str |
UDISTRITA2 |
network_name_str |
RIUD: repositorio U. Distrital |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata |
dc.title.titleenglish.spa.fl_str_mv |
Artificial intelligence, land cover and coca crops in Norte de Santander: Case study in the Municipalities of Tibú, El Tarra y Sardinata |
title |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata |
spellingShingle |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata Red Neuronal Convolucional Clasificación de Cobertura de Suelo Inteligencia artificial Aprendizaje profundo Análisis imagen satelital Cultivo de coca Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas Cultivos de coca Análisis de imágenes satelitales Inteligencia artificial Frontera agrícola Artificial intelligence Convolutional Neural Networks Satellite Image Analysis Deep learning Coca crops Land cover classification |
title_short |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata |
title_full |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata |
title_fullStr |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata |
title_full_unstemmed |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata |
title_sort |
Inteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinata |
dc.contributor.advisor.none.fl_str_mv |
Castro Ortega, Carlos Hernan |
dc.contributor.orcid.none.fl_str_mv |
Castro Ortega, Carlos Hernan [0000-0002-5039-3848] |
dc.subject.spa.fl_str_mv |
Red Neuronal Convolucional Clasificación de Cobertura de Suelo Inteligencia artificial Aprendizaje profundo Análisis imagen satelital Cultivo de coca |
topic |
Red Neuronal Convolucional Clasificación de Cobertura de Suelo Inteligencia artificial Aprendizaje profundo Análisis imagen satelital Cultivo de coca Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas Cultivos de coca Análisis de imágenes satelitales Inteligencia artificial Frontera agrícola Artificial intelligence Convolutional Neural Networks Satellite Image Analysis Deep learning Coca crops Land cover classification |
dc.subject.lemb.none.fl_str_mv |
Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas Cultivos de coca Análisis de imágenes satelitales Inteligencia artificial Frontera agrícola |
dc.subject.keyword.spa.fl_str_mv |
Artificial intelligence Convolutional Neural Networks Satellite Image Analysis Deep learning Coca crops Land cover classification |
description |
Este documento presenta el desarrollo de una metodología para determinar las posibles áreas rurales con cultivos de coca en los municipios Tibú, Sardinata y El Tarra en el departamento de Norte de Santander; implementando conocimientos de análisis de imágenes satelitales e Inteligencia Artificial, logrando resultados confiables. Para la realización del proyecto se utilizaron imágenes satelitales SENTINEL-2 entre 2018 y 2020, estas pasaron por una etapa de pre-procesamiento, para luego ser analizadas visualmente con la ayuda de la capa de polígonos del proyecto SIMCI, que enmarcan las áreas con cultivos de coca en el país. Una vez determinadas las posibles zonas con cultivos de coca, que se encuentra más asociada a la ampliación de la frontera agrícola, se extrajeron las muestras en composición de color verdadero para consolidar el conjunto de datos de la etiqueta "COCA_SI". La etiqueta "COCA_NO" se consolidó con muestras tomadas de un repositorio de datos libre, más las muestras tomadas de los municipios sin cultivos de coca en el departamento de Boyacá. En la etapa de diseño de la estructura final de la Red Convolucional y en la definición de los hiperparámetros, se realizó una constante revisión bibliográfica, múltiples pruebas del código, ajustes, comparación y análisis de los resultados obtenidos después de cada validación y el análisis derivado de la matriz de confusión, que finalmente llevó a elegir el modelo con mejor desempeño, obteniendo una precisión del 98%, mostrando resultados positivos, por lo que se logró el objetivo del proyecto. |
publishDate |
2022 |
dc.date.created.none.fl_str_mv |
2022-11-08 |
dc.date.accessioned.none.fl_str_mv |
2023-08-31T21:30:59Z |
dc.date.available.none.fl_str_mv |
2023-08-31T21:30:59Z |
dc.type.spa.fl_str_mv |
bachelorThesis |
dc.type.degree.spa.fl_str_mv |
Monografía |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11349/32039 |
url |
http://hdl.handle.net/11349/32039 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.*.fl_str_mv |
Attribution-NoDerivatives 4.0 Internacional |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nd/4.0/ |
dc.rights.acceso.spa.fl_str_mv |
Abierto (Texto Completo) |
rights_invalid_str_mv |
Attribution-NoDerivatives 4.0 Internacional http://creativecommons.org/licenses/by-nd/4.0/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
dc.format.mimetype.spa.fl_str_mv |
pdf |
institution |
Universidad Distrital Francisco José de Caldas |
bitstream.url.fl_str_mv |
http://repository.udistrital.edu.co/bitstream/11349/32039/1/Ni%c3%b1oFlorezAnaMaria2022.pdf http://repository.udistrital.edu.co/bitstream/11349/32039/2/Licencia%20de%20uso%20y%20publicacion.pdf http://repository.udistrital.edu.co/bitstream/11349/32039/4/license_rdf http://repository.udistrital.edu.co/bitstream/11349/32039/5/license.txt http://repository.udistrital.edu.co/bitstream/11349/32039/6/Ni%c3%b1oFlorezAnaMaria2022.pdf.jpg http://repository.udistrital.edu.co/bitstream/11349/32039/7/Licencia%20de%20uso%20y%20publicacion.pdf.jpg |
bitstream.checksum.fl_str_mv |
bebeebc58c8db2a334f1957dbf75bf7a 0e0df59e7d6b7443255c96fa8a5d77ad f7d494f61e544413a13e6ba1da2089cd 997daf6c648c962d566d7b082dac908d 1de2ba675bf4c564958048e9c8616343 a1fb051c598a10587b16b59a77a16e8c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Distrital - RIUD |
repository.mail.fl_str_mv |
repositorio@udistrital.edu.co |
_version_ |
1803712628969701376 |
spelling |
Castro Ortega, Carlos Hernanwill be generated::orcid::0000-0002-5039-3848600Castro Ortega, Carlos Hernan [0000-0002-5039-3848]Niño Florez, Ana María2023-08-31T21:30:59Z2023-08-31T21:30:59Z2022-11-08http://hdl.handle.net/11349/32039Este documento presenta el desarrollo de una metodología para determinar las posibles áreas rurales con cultivos de coca en los municipios Tibú, Sardinata y El Tarra en el departamento de Norte de Santander; implementando conocimientos de análisis de imágenes satelitales e Inteligencia Artificial, logrando resultados confiables. Para la realización del proyecto se utilizaron imágenes satelitales SENTINEL-2 entre 2018 y 2020, estas pasaron por una etapa de pre-procesamiento, para luego ser analizadas visualmente con la ayuda de la capa de polígonos del proyecto SIMCI, que enmarcan las áreas con cultivos de coca en el país. Una vez determinadas las posibles zonas con cultivos de coca, que se encuentra más asociada a la ampliación de la frontera agrícola, se extrajeron las muestras en composición de color verdadero para consolidar el conjunto de datos de la etiqueta "COCA_SI". La etiqueta "COCA_NO" se consolidó con muestras tomadas de un repositorio de datos libre, más las muestras tomadas de los municipios sin cultivos de coca en el departamento de Boyacá. En la etapa de diseño de la estructura final de la Red Convolucional y en la definición de los hiperparámetros, se realizó una constante revisión bibliográfica, múltiples pruebas del código, ajustes, comparación y análisis de los resultados obtenidos después de cada validación y el análisis derivado de la matriz de confusión, que finalmente llevó a elegir el modelo con mejor desempeño, obteniendo una precisión del 98%, mostrando resultados positivos, por lo que se logró el objetivo del proyecto.This document presents the development of a methodology to determine the possible rural areas with coca crops in the municipalities Tibú, Sardinata and El Tarra in the Norte de Santander department; implementing knowledge of satellite image analysis and Artificial Intelligence, achieving reliable results. To carry out the project, SENTINEL-2 satellite images were used between 2018 and 2020. The images went through pre-processing, and then visually analyzed with the help of the polygon layer of the SIMCI project, which frame the areas with coca crops in the country. Once the areas with coca crops were determined, the samples were extracted in true color composition to consolidate the data set of the "COCA_SI" label. The "COCA_NO" label was consolidated with samples taken from a free data repository, plus samples taken from the municipalities without coca crops in the Boyacá department. In the design stage of the final structure of the Convolutional Network and in the definition of the hyperparameters, a constant bibliographic revision, multiple tests of the code, adjustments, comparison and analysis of the results obtained after each validation and the analysis derived from the confusion matrix, which finally led to choose the model with the best performance, obtaining an accuracy of 98%, showing positive results, so the objective of the project was achieved.pdfspaAttribution-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nd/4.0/Abierto (Texto Completo)http://purl.org/coar/access_right/c_abf2Red Neuronal ConvolucionalClasificación de Cobertura de SueloInteligencia artificialAprendizaje profundoAnálisis imagen satelitalCultivo de cocaIngeniería Catastral y Geodesia -- Tesis y disertaciones académicasCultivos de cocaAnálisis de imágenes satelitalesInteligencia artificialFrontera agrícolaArtificial intelligenceConvolutional Neural NetworksSatellite Image AnalysisDeep learningCoca cropsLand cover classificationInteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y SardinataArtificial intelligence, land cover and coca crops in Norte de Santander: Case study in the Municipalities of Tibú, El Tarra y SardinatabachelorThesisMonografíainfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fORIGINALNiñoFlorezAnaMaria2022.pdfNiñoFlorezAnaMaria2022.pdfTrabajo de gradoapplication/pdf4582249http://repository.udistrital.edu.co/bitstream/11349/32039/1/Ni%c3%b1oFlorezAnaMaria2022.pdfbebeebc58c8db2a334f1957dbf75bf7aMD51open accessLicencia de uso y publicacion.pdfLicencia de uso y publicacion.pdfLicencia de uso y publicaciónapplication/pdf660350http://repository.udistrital.edu.co/bitstream/11349/32039/2/Licencia%20de%20uso%20y%20publicacion.pdf0e0df59e7d6b7443255c96fa8a5d77adMD52metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8799http://repository.udistrital.edu.co/bitstream/11349/32039/4/license_rdff7d494f61e544413a13e6ba1da2089cdMD54open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-87167http://repository.udistrital.edu.co/bitstream/11349/32039/5/license.txt997daf6c648c962d566d7b082dac908dMD55open accessTHUMBNAILNiñoFlorezAnaMaria2022.pdf.jpgNiñoFlorezAnaMaria2022.pdf.jpgIM Thumbnailimage/jpeg6914http://repository.udistrital.edu.co/bitstream/11349/32039/6/Ni%c3%b1oFlorezAnaMaria2022.pdf.jpg1de2ba675bf4c564958048e9c8616343MD56open accessLicencia de uso y publicacion.pdf.jpgLicencia de uso y publicacion.pdf.jpgIM Thumbnailimage/jpeg12981http://repository.udistrital.edu.co/bitstream/11349/32039/7/Licencia%20de%20uso%20y%20publicacion.pdf.jpga1fb051c598a10587b16b59a77a16e8cMD57open access11349/32039oai:repository.udistrital.edu.co:11349/320392024-04-24 12:44:49.8open accessRepositorio Institucional Universidad Distrital - RIUDrepositorio@udistrital.edu.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 |