Acceso usuarios
La identificación de coberturas de la tierra empleando imágenes de satélite y algoritmos supervisados está enmarcado en un proceso que requiere algunos pasos que por naturaleza deben ser realizados manualmente. El objetivo de este trabajo es diseñar e implementar un prototipo que permita realizar clasificación automática de coberturas de la tierra para clases predefinidas junto a su conjunto de entrenamiento. Para lograr este resultado se realiza una selección de zonas en el territorio colombiano y en tiempos diferentes (años 2021 y 2022) de manera que se logre obtener un conjunto de datos multitemporal y espacialmente distribuido. La validación del modelo hiperparametrizado es realizada sobre imágenes del 2023 las cuales no fueron tenidas en cuenta en el proceso de modelamiento. Finalmente, obtenidos los hiperparámetros del modelo que maximizan la efectividad del modelo se desarrolla el prototipo, el cual es desplegado en un repositorio abierto para su consumo libre.
The identification of earth coverages using satellite images and supervised algorithms is framed in a process that requires some steps that by nature must be performed manually. The objective of this work is to design and implement a prototype that allows to perform automatic classification of land coverings for predefined classes together with their training set. To achieve this result, a selection of areas is made in Colombian territory and at different times (years 2021 and 2022) so that a multitemporal and spatially distributed data set is obtained. The validation of the hyper parameterized model is performed on 2023 images which were not considered in the modeling process. Finally, obtained the model hyperparameters that maximize the effectiveness of the model is developed the prototype, which is deployed in an open repository for free consumption.
