Swamp-Eye: un modelo de aprendizaje profundo para monitorear el cambio de los humedales en todo el mundo

Área de la Ciencia:

• Ciencias ambientales Ciencias ambientales.
• La detección remota con sensores.
• La inteligencia artificial es inteligencia artificial.

Sus antecedentes:

• La extensión de los humedales está disminuyendo a nivel mundial, lo que requiere métodos de monitoreo eficientes.
• La teledetección es vital para rastrear áreas de humedales remotas o inaccesibles.
• El aprendizaje automático y el aprendizaje profundo (DL) son prometedores para el monitoreo de humedales.

Objetivo del estudio:

• Desarrollar un modelo generalizable de aprendizaje profundo (DL) para el monitoreo global de la extensión de los humedales.
• Crear una base de datos de imágenes de humedales con anotaciones diversa y representativa a nivel mundial.
• Evaluar el rendimiento de varios modelos DL para la detección de cambios en los humedales.

Principales métodos:

• Desarrolló un sistema de anotación único utilizando múltiples conjuntos de datos globales.
• Creó una base de datos de imágenes anotadas que abarca diversos tipos de humedales y estacionalidad.
• Entrenado y evaluado 15 modelos DL candidatos, seleccionando el mejor ejecutante, Swamp-Eye.
• Utilizó datos de teledetección para el mapeo global de humedales.

Principales resultados:

• El modelo Swamp-Eye DL logró métricas de alta precisión: 93,7% de precisión general, 79,4% de precisión del productor, 93,2% de precisión del usuario y 74,6% de intersección sobre el sindicato.
• El modelo demostró un fuerte rendimiento en varios tipos de humedales globales y condiciones estacionales.
• Swamp-Eye demostró ser una herramienta robusta y generalizable para el monitoreo de la extensión de los humedales.

Conclusiones:

• Swamp-Eye es una herramienta DL prometedora, precisa y generalizable para el monitoreo global de la extensión de los humedales.
• La base de datos anotada desarrollada apoya los avances en la investigación de teledetección de humedales.
• El monitoreo efectivo es crucial para abordar el declive global de los ecosistemas de humedales.