Desarrollo de algoritmos de aprendizaje de máquinas para la clasificación automática de coberturas de suelo, con el uso de imágenes satelitales

Abstract

Existe un creciente interés por contar con mapas que contengan variadas clases de cobertura y uso de suelo (bosques, urbano, agrícola, etc.), debido a que la utilización de estos mapas permitiría mejorar la planificación territorial, evaluar cambios en el medioambiente y realizar estudios sobre el cambio climático, entre otros. Una herramienta de gran importancia para ello son las imágenes satelitales, ya que permiten diferenciar entre coberturas de suelo cubriendo grandes extensiones de terreno y de manera dinámica al contar con imágenes periódicas y por largos periodos de tiempo. El objetivo de esta memoria es crear una metodología para el entrenamiento de algoritmos de aprendizaje de máquinas escalable y replicable para la clasificación automática de cobertura de suelos a partir de imágenes multiespectrales de acceso libre del programa Copernicus. Se utiliza información publicada por CONAF en conjunto a imágenes satelitales del programa Copernicus en el entrenamiento de redes neuronales convolucionales, las cuales a su vez son aplicadas a las mismas imágenes satelitales, haciendo un cruce entre las predicciones resultantes y la información publicada por CONAF. Mediante este método se logra la limpieza automática de datos, generando un conjunto de pixeles altamente representativo para cada una de los tipos de cobertura y uso de suelo a clasificar, permitiendo la caracterización espectral de cada una de las clases de interés. Utilizando este grupo de respuestas espectrales altamente representativas, se logra entrenar diversos algoritmos de aprendizaje de máquinas (Classification and Regression Trees, Random Forest, Gradient Boosted Decision Trees y Perceptrón Multicapas), con los cuales se logra la creación automática de mapas de cobertura y uso de suelo, distinguiendo entre las clases de interés y aquellas zonas no clasificables dentro de ninguna de ellas. Finalmente, a partir de métricas tales como accuracy, precision y recall se logra cuantificar la mejoría en desempeño de este tipo de algoritmos asociada a la limpieza automática previamente realizada, a la vez, se utilizan dichas métricas para concluir la mayor efectividad se logra al utilizar un modelo Boosted Gradient Trees entrenado con datos generados mediante la limpieza automática propuesta, obteniéndose un accuracy del 91 %, un macro precision del 82 % y un macro recall del 89 %.