Cambio de uso de la tierra en la amazonía peruana mediante algoritmos de inteligencia artificial

Abstract

La investigacion tiene como objetivo analizar el mejor modelo de clasificación supervisada de imágenes satelitales para determinar el cambio de uso de la tierra entre los algoritmos Support Vector Machine (SVM) y Boosting para la Amazonía peruana. El distrito de Nueva Requena y diferentes zonas de la cuenca amazónica, enfrentan en la actualidad un alarmante cambio de cobertura forestal y cambio de uso de la tierra, generándose importantes cambios en los procesos ambientales. Se utilizó imágenes satelitales de Sentinel-2A, con longitudes de onda en el rango espectral del visible y dos algoritmos robustos: Support Vector Machine (SVM) y el algoritmo Boosting o árboles de decisión. Se realizaron 25 clasificaciones supervisadas con dichos algoritmos y diferentes insumos de las imágenes satelitales. El mejor modelo  de cambio de uso de la tierra resultó de la clasificación del año 2016 con el algoritmo Boosting y para el año 2018 se realizó con algoritmo Support Vector Machine (SVM), luego mediante el algebra de mapa resultó el cambio de uso de la tierra. Este modelo presentó el menor error de clasificación de 22.7%, la validación se realizó con imágenes de alta resolución PERUSAT-1 para el año 2018 e imágenes Google Earth para el año 2016 proporcionando un índice Kappa de 0.606 y el porcentaje correctamente clasificado (PCC) de 86.10% para el año 2016 y el índice Kappa de 0.560 y el porcentaje correctamente clasificado (PCC) de 82.30% para el año 2018 demostrando la fuerza de concordancia considerable y moderada respectivamente.