Análisis multitemporal de la especie vegetal invasora Retamo espinoso (Ulex europaeus) en el embalse la Regadera, zona rural de la localidad de Usme, a partir de imágenes satelitales Sentinel 2 y Landsat 8 mediante el uso de algoritmos de clasificación.
En este estudio se utilizan tres métodos supervisados para la identificación de la especie vegetal Retamo espinoso (Ulex europaeus), el primer método son las Redes Neuronales Artificiales, las cuales permiten modificar los parámetros de acuerdo con el entorno de trabajo y no en dependencia a la dist...
- Autores:
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2018
- Institución:
- Universidad Distrital Francisco José de Caldas
- Repositorio:
- RIUD: repositorio U. Distrital
- Idioma:
- spa
- OAI Identifier:
- oai:repository.udistrital.edu.co:11349/13799
- Acceso en línea:
- http://hdl.handle.net/11349/13799
- Palabra clave:
- Clasificación
Retamo Espinoso
Redes Neuronales Artificiales
Máquinas de soporte vectorial
Árboles de decisión
Detección de cambios
Ingeniería Catastral y Geodesia - Tesis y disertaciones académicas
Recuperación ecológica - Procesamiento de datos - Bogotá (Colombia)
Retamo espinoso - Procesamiento de datos - Bogotá (Colombia)
Inteligencia artificial
Classification
Spiny Loop
Artificial Neural Networks
Vector support machines
Decision trees
Change detection
- Rights
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
| Summary: | En este estudio se utilizan tres métodos supervisados para la identificación de la especie vegetal Retamo espinoso (Ulex europaeus), el primer método son las Redes Neuronales Artificiales, las cuales permiten modificar los parámetros de acuerdo con el entorno de trabajo y no en dependencia a la distribución estadística de los datos, el segundo método son las máquinas de soporte vectorial que minimizan la probabilidad de clasificar erróneamente un punto de datos de una distribución de probabilidad fija pero desconocida y por último los árboles de decisión, que permiten de manera jerárquica la clasificación de las coberturas en base a el conocimiento de las propiedades espectrales de cada clase y de las relaciones entre estas. Usando imágenes satelitales Landsat 8 y Sentinel 2 correspondientes a los años 2014, 2017 y 2018, se evalúan las clasificaciones de la especie y se realiza la detección de cambios para los años mencionados, esto con la finalidad de determinar el crecimiento que ha tenido y hacer una predicción del crecimiento futuro con el objetivo de servir como base para establecer planes o estrategias para controlar esta especie vegetal. |
|---|