Discriminación de imágenes aéreas de algarrobos plus y no plus, usando morfogeometría y aprendizaje automático para su manejo sostenible

Abstract

Los bosques de algarrobo (Neltuma pallida) en el norte del Perú tienen gran importancia económica y ecológica; su existencia es amenazada por la deforestación y enfermedades. Este panorama se agrava cuando los plantones reforestados no llegan al año de vida, debido a enfermedades o mala calidad de semillas. Por tanto; el objetivo de esta investigación fue discriminar imágenes aéreas de árboles de algarrobo plus y no plus usando parámetros morfogeométricos y técnicas de aprendizaje máquina como base para su manejo sostenible. El estudio inicio identificando, geo-referenciando y obteniendo imágenes multiespectrales de una muestra de árboles plus y no plus de algarrobo, distribuidos en los departamentos de Tumbes, Piura y Lambayeque. Las imágenes de los árboles se segmentaron y se determinaron sus parámetros morfogeométricos; posteriormente se seleccionaron los parámetros más relevantes en clasificación. Usando los parámetros, totales o seleccionados, se implementaron modelos de clasificación, completos u optimizados respectivamente, mediante redes neuronales y se evaluó su rendimiento. Los resultados mostraron que tres de los parámetros tenían la mayor relevancia en clasificación y que el rendimiento medio de los modelos vario entre el 92.8 y 93.5 % para los modelos completos y reducidos. Se concluye que es posible implementar modelos eficientes para el reconocimiento y discriminación de árboles plus de algarrobo y su uso sería recomendable para un manejo sostenible de los bosques de algarrobo.