Detección de cambios en imágenes satelitales mediante aprendizaje profundo: caso amazonía ecuatoriana
Loading...
Date
2024-08-29
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca
Abstract
The Ecuadorian Amazon, a vast region of exceptional biodiversity and ecological significance,
faces severe challenges due to human activities such as deforestation, urban and agricultural
expansion, and mining. Given its extensive area, timely monitoring to mitigate these issues becomes
a complex task. The lack of adequate tools has hindered environmental monitoring and
management in the Ecuadorian Amazon, necessitating the development of advanced techniques
to address these issues. This work focuses on the need to implement precise and efficient
methods for detecting and classifying changes in land cover in this region. To address this need,
a method was developed that combines the use of satellite imagery and deep learning techniques.
Historical images were collected and preprocessed, using convolutional neural networks
that have demonstrated high accuracy in detecting changes in land cover. The results show
that these techniques are effective not only for detecting changes but also for classifying the types
of affected coverage, providing valuable information for the implementation of conservation
policies and environmental management in the Ecuadorian Amazon.
Resumen
La Amazonía ecuatoriana, una vasta región de excepcional biodiversidad y trascendencia ecológica,
enfrenta severos desafíos debido a actividades humanas como la deforestación, la expansión
urbana y agrícola, y la minería. Dada su extensa superficie, el monitoreo oportuno
para mitigar estos problemas se convierte en una tarea compleja. La falta de herramientas
adecuadas ha dificultado el monitoreo y la gestión ambiental en la Amazonía ecuatoriana, haciendo
necesario el desarrollo de técnicas avanzadas para abordar estas problemáticas. Este
trabajo se centra en la necesidad de implementar métodos precisos y eficientes para detectar
y clasificar los cambios en la cobertura terrestre de esta región. Para abordar esta necesidad,
se desarrolló un método que combina el uso de imágenes satelitales y técnicas de aprendizaje
profundo. Se recopilaron y preprocesaron imágenes históricas, utilizando redes neuronales
convolucionales que han demostrado alta precisión en la detección de cambios en la cobertura
terrestre. Los resultados muestran que estas técnicas son efectivas no solo para detectar
cambios, sino también para clasificar los tipos de cobertura afectados, proporcionando información
valiosa para la implementación de políticas de conservación y gestión ambiental en la
Amazonía ecuatoriana.
Keywords
Ingeniería en Sistemas, Monitoreo ambiental, Teledetección, Deforestación amazónica
Citation
Código de tesis
TS;327
Código de tesis
Grado Académico
Ingeniero en Ciencias de la Computación