Detección de espacios verdes urbanos basada en teledetección utilizando un algoritmo de aprendizaje automático optimizado para depredadores marinos

La informacin sobre el estado actual de los espacios verdes urbanos es crucial para la planificacin y la gestin del suelo urbano. Este estudio propone una solucin basada en la teledeteccin y los datos para la deteccin de espacios verdes urbanos a escala regional mediante el empleo de enfoques metaheursticos y de aprendizaje automtico de ltima generacin. Se utilizan datos de teledeteccin obtenidos por el satlite Sentinel 2 en el rea de estudio de la ciudad de Da Nang (Vietnam) para construir y verificar un modelo inteligente que hibrida el Algoritmo de Predadores Marinos (MPA) y las mquinas de vectores soporte (SVM). Las SVM se emplean para generalizar un lmite de decisin que separa los rasgos que caracterizan las mediciones estadsticas de los datos de teledeteccin en dos categoras de espacios verdes y espacios no verdes. La metaheurstica MPA se utiliza para optimizar la fase de entrenamiento de la SVM mediante la identificacin de un conjunto adecuado de hiperparmetros de SVM, incluyendo el coeficiente de penalizacin y el parmetro de la funcin kernel. Los resultados experimentales muestran que el modelo propuesto, que procesa la informacin proporcionada por todas las bandas espectrales de los satlites Sentinel 2, puede ofrecer un mejor rendimiento que los obtenidos con el modelo basado en ndices de vegetacin. Con una buena tasa de precisin en la clasificacin de aproximadamente el 93%, una puntuacin F1 = 0,93 y un rea bajo la caracterstica operativa del receptor = 0,98, el nuevo modelo desarrollado es una herramienta prometedora para ayudar a las autoridades locales a obtener informacin actualizada sobre los espacios verdes urbanos y desarrollar planes de uso sostenible del suelo urbano.

Autores: Hoang, Nhat-Duc; Tran, Xuan-Linh