Informe técnico 2024

Towards sustainable coastal management: aerial imagery and deep learning for high-resolution Sargassum mapping

Nodos Temáticos › Sargazo

Arellano Verdejo, Javier Lazcano, Hugo

Abrir PDF Volver al catálogo

Vista previa del documento

Si no ve el documento, ábralo en una pestaña nueva.

Ficha bibliográfica

Identificación

Tipo documental

Informe técnico

Idioma

Español

DOI / Identificador

https://peerj.com/articles/18192/

Formato

application/pdf

ISSN

2167-8359

Responsabilidad

Autores

Arellano Verdejo, Javier Lazcano, Hugo

Editor

PeerJ Computer Science

Contenido

Resumen

La llegada masiva de sargazo pelágico a las costas de varios países del océano Atlántico comenzó en 2011 y, hasta la fecha, sigue generando desafíos sociales y ambientales para la región. Por lo tanto, es necesario conocer la distribución y cantidad de sargazo en el océano, las costas y las playas para comprender el fenómeno y desarrollar protocolos para su manejo, uso y disposición final. En este contexto, el presente estudio propone una metodología para calcular el área que ocupa el sargazo en las playas en metros cuadrados, basada en la segmentación semántica de imágenes aéreas utilizando la arquitectura pix2pix. Para el entrenamiento y la prueba del algoritmo, se construyó desde cero un conjunto de datos único, que consta de 15,268 imágenes aéreas segmentadas en tres clases. Las imágenes corresponden a playas en las ciudades de Mahahual y Puerto Morelos, ubicadas en Quintana Roo, México. Para analizar los resultados se utilizó la métrica fβ-score. Los resultados para la clase Sargazo indican que existe un equilibrio entre falsos positivos y falsos negativos, con una ligera tendencia hacia los falsos negativos, lo que significa que el algoritmo tiende a subestimar los píxeles de Sargassum en las imágenes. Para conocer los intervalos de confianza dentro de los cuales el algoritmo funciona mejor, los resultados de la métrica f0.5 se Re muestrearon mediante bootstrapping considerando todas las clases y considerando solo la clase Sargazo. A partir de lo anterior, encontramos que el algoritmo ofrece un mejor rendimiento al segmentar imágenes de Sargassum en la arena. A partir de los resultados, se diseñaron mapas que muestran el área de cobertura de Sargassum a lo largo de la playa para complementar los anteriores y brindar información sobre el campo de estudio.

Descriptores (temas)

Sargazo Vigilancia ambiental Información geográfica Imágenes aéreas mediante drones

Palabras clave

Gestio costera Sargazo Imágenes aéreas

Cobertura geográfica

El Caribe

Número de páginas

Fuente

PeerJ Computer Science

Publicación y archivo

Fecha de publicación

23-09-2024