Artículo Científico

Delimitación de unidades de paisajes aplicando técnicas de inteligencia artificial

en la cuenca del río San Juan estado Guárico

Tovar Williams A. ,Valera Ángel, Carlos Hernández, Carlos Vásquez

 

Resumen

Los métodos tradicionales manuales para determinación de propiedades geomorfométricas de mapas topográficos, consisten en mediciones que tienden a ser complejas y consumen mucho tiempo, por lo que los elementos clasificados de la forma de terreno requieren de personal altamente entrenado. Actualmente se han desarrollado importantes tecnologías de inteligencia artificial como la lógica borrosa y redes neuronales artificiales, cuya potencialidad se puede utilizar en la clasificación automatizada de unidades de paisaje. Estas, aparte de ser rápidas y precisas, son de gran apoyo y utilidad para las clasificaciones cualitativas. En este estudio se utilizó un procedimiento geomorfométrico, a partir de un análisis de atributos topográficos de la cuenca del Río San Juan, en la cual se realizó una clasificación no supervisada basada en una red de agrupamiento borroso de Kohonen (FKCN). Este método emplea un conjunto de algoritmos computarizados que automáticamente permiten la extracción y la clasificación de propiedades morfométricas de un modelo digital de elevación (MDE) y de imágenes de satélite.
En este sentido, se realizaron evaluaciones de un MDE resolución espacial de 20 m mediante un sistema clasificador del terreno por Fuzzy Kohonen, y se obtuvo un promedio de 11 clases morfométricas con la utilización de 9 atributos topográficos y el NDVI. Estos resultados indican que el enfoque neuro-borroso permite una rápida estimación de la distribución espacial de unidades de terreno homogéneas morfológicamente mediante la clasificación de píxeles, cuya representatividad depende de la consideración de las unidades litológicas presentes en la zona y de la resolución espacial del MDE empleado.
Palabras Claves: Paisaje, Geomorfometría, Inteligencia artificial, Lógica borrosa, Redes Neuronales Artificiales.

 

Definition of units of landscapes applying artificial intelligence techniques

in the San Juan river Guárico state, Venezuela.

Abstract

Traditional manual methods for determining properties geomorphometrics in topographic maps, consist of measurements tend to be complex and more time consuming, so that elements classified landform require highly trained personnel. Currently there have been important artificial intelligence technologies such as fuzzy logic and artificial neural networks, whose potential can be used in automated classification of landscape units. These, besides being fast, accurate, great support and are useful for qualitative rankings. In this study geomorphometrics procedure was used, based on an analysis of topographic attributes of the Rio San Juan, where an unsupervised classification based on fuzzy clustering network Kohonen (FKCN) was performed. This method uses a set of computer algorithms that automatically allowed the extraction and classification of morphometric properties of a digital elevation model (DEM) and satellite images. In this sense, an MDE evaluation of 20 m spatial resolution was performed by a classifier system by Fuzzy Kohonen terrain, and an average of 11 morphometric classes with the use of 9 topographic attributes and NDVI was obtained. These results indicate that the neuro-fuzzy approach allows a quick estimate of the spatial distribution of morphologically homogeneous terrain units by classifying pixels, whose representation depends on the consideration of the lithological units in the area and the spatial resolution of the DEM employed.
Keywords: Landscape, Geomorphometrics, Artificial intelligence, Fuzzy logic, Artificial eural networks.

Leer artículo completo