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
Fecha
Fecha
2022-11-08
Autores
Director
Colaboradores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Altmetric
Descripción
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.
Resumen
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.
Palabras clave
Red Neuronal Convolucional, Clasificación de Cobertura de Suelo, Inteligencia artificial, Aprendizaje profundo, Análisis imagen satelital, Cultivo de coca