| Revista: | Boletín de geología - Universidad Industrial de Santander |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000456767 |
| ISSN: | 0120-0283 |
| Autores: | Poveda Sotelo, Yoan1 Bermúdez Cella, Mauricio A1 Gil Leguizamón, Pablo2 |
| Instituciones: | 1Universidad Pedagógica y Tecnológica de Colombia, Sogamoso, Boyacá. Colombia 2Universidad Pedagógica y Tecnológica de Colombia, Tunja, Boyacá. Colombia |
| Año: | 2022 |
| Periodo: | May-Ago |
| Volumen: | 44 |
| Número: | 2 |
| Paginación: | 51-72 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | En los últimos años ha existido un avance significativo en los Sistemas de Información Geográfica (SIG) y en el desarrollo de métodos de clasificación supervisada, hasta ahora estos no habían sido utilizados para calcular con exactitud la extensión superficial de páramos en sectores de la Cordillera Oriental de Colombia y mucho menos para estimar la distancia entre los límites de esos páramos y los principales rasgos geológicos. Por esta razón, en la presente investigación se evaluaron cinco métodos de clasificación supervisada, con el propósito de determinar cuál de estos posee una mayor resolución para reproducir la extensión y distribución superficial de los páramos de Merchán y Telecom en Saboyá, Boyacá, pertenecientes al Complejo de Páramos Iguaque - Merchán en la Cordillera Oriental de Colombia. Con esta finalidad, se escogieron imágenes satelitales del área de estudio por medio de Landsat 8 para el año 2018 y se clasificaron utilizando algunos algoritmos basados en Machine Learning (SVM, RF, DT, BC y ANN). Para establecer la exactitud y confiabilidad de los datos de clasificación de las características del terreno se calculó el Índice Kappa, que permitió determinar que el método más preciso para este caso fue RF. Adicionalmente, dado que los límites de los páramos coinciden con estructuras geológicas o contactos entre formaciones, se estimó la distancia entre el borde de los páramos y esos rasgos. Los resultados obtenidos en esta investigación son considerados como insumo para futuros análisis multitemporales, y estimación de distintas sirven como herramienta para la elaboración y toma de decisiones en la gestión de recursos naturales, biodiversidad, prestación de servicios ecosistémicos, y ordenamiento territorial para el municipio de Saboyá-Boyacá |
| Resumen en inglés | In recent years there has been significant progress in Geographic Information Systems (GIS) and the development of supervised classification methods, but until now these had not been used to accurately calculate the surface extent of paramos in sectors of the Eastern Cordillera of Colombia. Furthermore, these methods had not been used to estimate the distance between the boundaries of these moors and major geological features. For this reason, in the present research, five different supervised classification methods were evaluated, with the purpose of determining which of them has a higher resolution in order to reproduce the extension and surface distribution of the paramos of Merchán and Telecom in Saboyá, Boyacá, belonging to the Merchán - Iguaque complex in the Eastern Cordillera of Colombia. For this purpose, satellite images of the study area by Landsat 8 for the year 2018 were chosen and classified into some algorithms based on Machine Learning (SVM, RF, DT, BC and ANN). To establish the accuracy and reliability of the classification data of the terrain features, the Kappa Index was calculated, which allowed determining that the most accurate method for this case was Random Forest. In addition, since the boundaries of the moorlands coincide with geological structures or contacts between formations, the distance between the edge of the moorlands and these features was estimated. The results obtained in this research are considered as an important input for future multitemporal analysis as in landscape metrics, which serve as a tool for the development and decision making in the management of natural resources, biodiversity, provision of ecosystem services, as in the land use planning for the municipality of Saboyá-Boyacá |
| Disciplinas: | Geociencias |
| Palabras clave: | Geología, Percepción remota, Clasificación supervisada, Índice Kappa, Aprendizaje automático, Páramos, Colombia |
| Keyword: | Geology, Remote sensing, Supervised classification, Kappa Index, Machine Learning, Paramos, Colombia |
| Texto completo: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
