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.advisorCastro Ortega, Carlos Hernan
dc.contributor.authorNiño Florez, Ana María
dc.contributor.orcidCastro Ortega, Carlos Hernan [0000-0002-5039-3848]
dc.date.accessioned2023-08-31T21:30:59Z
dc.date.available2023-08-31T21:30:59Z
dc.date.created2022-11-08
dc.descriptionEste 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.spa
dc.description.abstractThis 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.spa
dc.format.mimetypepdfspa
dc.identifier.urihttp://hdl.handle.net/11349/32039
dc.language.isospaspa
dc.rightsAttribution-NoDerivatives 4.0 Internacional*
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsOpenAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nd/4.0/*
dc.subjectRed Neuronal Convolucionalspa
dc.subjectClasificación de Cobertura de Suelospa
dc.subjectInteligencia artificialspa
dc.subjectAprendizaje profundospa
dc.subjectAnálisis imagen satelitalspa
dc.subjectCultivo de cocaspa
dc.subject.keywordArtificial intelligencespa
dc.subject.keywordConvolutional Neural Networksspa
dc.subject.keywordSatellite Image Analysisspa
dc.subject.keywordDeep learningspa
dc.subject.keywordCoca cropsspa
dc.subject.keywordLand cover classificationspa
dc.subject.lembIngeniería Catastral y Geodesia -- Tesis y disertaciones académicas
dc.subject.lembCultivos de coca
dc.subject.lembAnálisis de imágenes satelitales
dc.subject.lembInteligencia artificial
dc.subject.lembFrontera agrícola
dc.titleInteligencia artificial, coberturas del suelo y cultivos de coca en Norte de Santander: Estudio de caso en los Municipios de Tibú, El Tarra y Sardinataspa
dc.title.titleenglishArtificial intelligence, land cover and coca crops in Norte de Santander: Case study in the Municipalities of Tibú, El Tarra y Sardinataspa
dc.typebachelorThesisspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.degreeMonografíaspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
NiñoFlorezAnaMaria2022.pdf
Tamaño:
4.37 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
No hay miniatura disponible
Nombre:
Licencia de uso y publicacion.pdf
Tamaño:
644.87 KB
Formato:
Adobe Portable Document Format
Descripción:
Licencia de uso y publicación

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: