Reconocimiento por Deep Learning de zonas con presencia de minería Ilegal aurífera en el departamento de Antioquia, Colombia

La minería ilegal es la práctica no regulada de la actividad extractiva de un mineral en el territorio; para este documento se toma la minería ilegal aurífera – de oro - en Colombia; una actividad que amenaza los recursos biológicos del país, en especial el ecosistema de bosque, ocasionando la deforestación en las décadas de 1990 y 2000 de 310.349 hectáreas por año; se estima que al menos 6.200.000 hectáreas de bosque se han perdido en los últimos años , lo cual equivale al 5,4% de la superficie de Colombia (Oficina para la Coordinación de Asuntos Humanitarios - OCHA- (2017), además es considerada una amenaza para otros ecosistemas, el recurso hídrico y la biodiversidad. A partir de la década de 2010, la minería ilegal aurífera en el territorio colombiano ha sido a menudo relacionada como una fuente de financiación de grupos armados en el país, y se puede encontrar en 25 de los 32 departamentos del país, concentrándose en los departamentos del Valle del Cauca, Antioquía, Nariño y Norte de Santander (Oficina para la Coordinación de Asuntos Humanitarios -OCHA- 2017). El desarrollo de estas actividades extractivas por los grupos armados ha hecho que el reconocimiento de estas zonas, así como las alertas tempranas para evitar la deforestación, se realicen con métodos distintos a la identificación en campo dadas las condiciones de seguridad y de acceso a las mismas. Para lograr lo anterior, se pretende emplear la detección automática empleando como insumo la clasificación supervisada de las imágenes, donde se da este tipo de actividad no regulada, para la implementación de un modelo de Deep Learning. Usando el software ArcGIS Pro lo que agilizaría el proceso de detección de minería ilegal en otras zonas del país. Evitando los riesgos en campo para el profesional técnico, así como la alerta temprana de deforestación por la amenaza que representa esta actividad.

• 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:11349/31302
• Acceso en línea: http://hdl.handle.net/11349/31302
• Palabra clave: Mineria; Oro; Teledetección; Clasificación; Modelo; Especialización en Sistemas de Información Geográfica - Tesis y disertaciones académicas; Industria minera; Minería ilegal; Minas de oro; Conservación de los recursos naturales; Mining; Gold; Remote Sensing; Classification; Model
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional