Acceso Abierto | Fecha de Publicación:

Mapeo de áreas verdes urbanas a nivel metropolitano utilizando imágenes de satélite de muy alta resolución y técnicas de aprendizaje profundo para la segmentación semántica

Año: 2021 | Colección: Investigación | Categoría:
21 lecturas


Las áreas verdes urbanas (UGS) brindan servicios ambientales esenciales para el bienestar de los ecosistemas y la sociedad. Debido a las constantes transformaciones ambientales, sociales y económicas de las ciudades, las UGS plantean nuevos desafíos para la gestión, particularmente en áreas metropolitanas de rápido crecimiento. Con el avance tecnológico y la evolución del aprendizaje profundo, es posible optimizar la adquisición de inventarios de UGS a través de la detección de patrones geométricos presentes en imágenes satelitales.

Esta investigación evalúa dos técnicas de modelo de aprendizaje profundo para la segmentación semántica de polígonos UGS con el uso de diferentes codificadores de redes neuronales convolucionales en la arquitectura U-Net e imágenes de muy alta resolución (VHR) para obtener información actualizada sobre polígonos de UGS a nivel de área metropolitana.

El mejor modelo arrojó un coeficiente Dice de 0,57, IoU de 0,75, recuperación de 0,80 y coeficiente kappa de 0,94 con una precisión general de 0,97, lo que refleja un rendimiento confiable de la red en la detección de patrones que componen la variada geometría de las UGS.

Una base de datos completa de polígonos de UGS fue cuantificada y categorizada por tipos con ubicación y delimitada por municipio, permitiendo estandarizar la información a nivel metropolitano, que será útil para el análisis comparativo con una base de datos homogeneizada y actualizada. Esto es de particular interés para los planificadores urbanos y los responsables de la toma de decisiones de UGS.

Título Original:

"Mapping Urban Green Spaces at the Metropolitan Level Using Very High Resolution Satellite Imagery and Deep Learning Techniques for Semantic Segmentation"

Autor/es:

Diego F. Lozano García, Roberto E. Huerta, Fabiola D. Yépez, Víctor H. Guerra Cobián, Adrián L. Ferriño Fierro, Héctor de León Gómez, Ricardo A. Cavazos González, Adriana Vargas Martínez
Este recurso está relacionado con las siguientes temas de salud:

Tipo de Documento:

 En Web

Idioma:

Inglés

Año de publicación:

2021

Tamaño del recurso:

0.00 KB

Accesos al recurso:

23
Esta web utiliza cookies.   
Privacidad