Inteligencia artificial para la detección de la minería ilegal, deforestación y cultivos ilícitos por medio de imágenes satelitales

Autores/as

  • Sofi Lorena Riocampo Escuela Militar de Aviación Marco Fidel Suárez
  • Jorge Alberto Correa García Escuela Militar de Aviación Marco Fidel Suárez
  • Alcione Gómez Luévano Escuela Militar de Aviación Marco Fidel Suárez
  • Gabriel Santiago Bermúdez García Escuela Militar de Aviación Marco Fidel Suárez

DOI:

https://doi.org/10.26507/paper.2973

Palabras clave:

Deep learning, imágenes satelitales, inteligencia artificial, machine learning, redes neuronales

Resumen

En los últimos tiempos se han acrecentado algunos fenómenos que afectan de manera sustancial la seguridad de la nación y, especialmente, el medio ambiente. Dentro de dichos fenómenos se identifican la minería ilegal, la deforestación y los cultivos ilícitos. Es así como se tiene la necesidad de crear un software para que ayude a detectar patrones que permitan identificar estas problemáticas mediante el uso de técnicas de inteligencia artificial y machine learning aplicadas en imágenes satelitales. Este proyecto tiene un enfoque total de cumplir con la misión de la Fuerza Aérea Colombiana, centrándose en la integridad territorial, el orden constitucional y la contribución a los fines del Estado. El énfasis del proyecto se centra en la creación de un software que utilice herramientas de la inteligencia artificial para detectar las problemáticas ya mencionadas a través de la diferenciación de patrones cromáticos y morfológicos recogidos de imágenes satelitales. Se describen en este documento la metodología utilizada para lograr el objetivo principal del mismo y los resultados obtenidos. Al finalizar el proyecto se logra obtener una sensibilidad en la detección de imágenes del 60% - 70%. La inteligencia artificial, en este proyecto se volvió la base para permitir el análisis de imágenes satelitales y así permitir identificar los patrones diferenciales que tiene la minería ilegal, los cultivos ilícitos y la deforestación.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

National Security Agency Central Security Service. (2020, January). Signals Intelligence (SIGINT) Overview. Consultado el 17 de mayo de 2021 en https://www.nsa.gov/what-we-do/signals-intelligence/

Great Learning. (2020, december). Pattern Recognition (Tutorial) and Machine Learning: An Introduction. Consultado el 15 de mayo de 2021 en https://www.mygreatlearning.com/blog/pattern-recognition-machine-learning/#:%7E:text=When%20we%20talk%20about%20pattern,recognition%2C%20face%20recognition%2C%20etc

Fritz AI. (2019, June). Image Recognition Guide. Consultado el 17 de mayo de 2021 en

https://www.fritz.ai/image-recognition/#:%7E:text=Image%20recognition%20is%20a%20computer,vision%2Dbased%20machine%20learning%20problems

Ferreira, A. (2021, May). Detecting deforestation from satellite images - Towards Data Science. Consultado el 17 de mayo de 2021 en https://towardsdatascience.com/detecting-deforestation-from-satellite-images-7aa6dfbd9f61

Tostado Sanchez, S. E., Ornelas Rodriguez, M., Espinal Jimenez, A., & Puga Sobranes, H. J. (2015). Implementación de Algoritmos de Inteligencia Artificial para el Entrenamiento de Redes Neuronales de Segunda Generación. Jóvenes Investigadores. https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/715/pdf_2

Descargas

Publicado

11-09-2023

Cómo citar

[1]
S. L. Riocampo, J. A. Correa García, A. Gómez Luévano, y G. S. Bermúdez García, «Inteligencia artificial para la detección de la minería ilegal, deforestación y cultivos ilícitos por medio de imágenes satelitales», EIEI ACOFI, sep. 2023.
Estadísticas de artículo
Vistas de resúmenes
Vistas de PDF
Descargas de PDF
Vistas de HTML
Otras vistas
QR Code
Crossref Cited-by logo