Revisión de literatura sobre técnicas prospectivas del cambio de cobertura y uso del suelo
Open Access
- 1 January 2025
- journal article
- Published by Universidad de Caldas in Luna Azul
- No. 60
Abstract
Objetivo. Se realizó una revisión sistemática de la literatura para identificar los avances en las aplicaciones basadas en algoritmos de aprendizaje automático y aprendizaje profundo para el análisis del cambio de cobertura y uso del suelo con fines prospectivos, sus covariables y las denominaciones de las clasificaciones de cobertura y uso del suelo. Metodología. Se llevo a cabo una recuperación bibliográfica, consultando diferentes bibliotecas digitales, a partir de una ecuación de búsqueda delimitada al periodo de estudio entre los años 2000 a 2024. Posteriormente, se aplicó una lectura por niveles para extraer la información relevante al estudio, la cual consistió en la revisión de las secciones de introducción, métodos, figuras, tablas, resultados y conclusiones, para generar las anotaciones pertinentes con la investigación. Resultados. Se obtuvo un total de 55 estudios, entre artículos, libros y trabajos de tesis, de los cuales se les resumió y extrajo la información pertinente a la investigación, para luego relacionarla con la discriminación por tipos de cobertura y uso del suelo, factores impulsores del cambio, y las técnicas de aprendizaje automático frecuentemente utilizadas. Adicionalmente, se realizó una citación de los conceptos claves de la modelación del cambio de cobertura y uso del suelo con autómatas celulares. Conclusiones. Cuando el análisis del cambio de cobertura y uso del suelo apunta hacia objetivos prospectivos, el uso de autómatas celulares es destacable, por la posibilidad de generar simulaciones de posibles líneas futuras, posibilitando el análisis de escenarios, así como deducir y recrear las reglas de transición entre diferentes tipos de cobertura o usos del suelo, de forma automatizada y estadísticamente evaluable.Keywords
This publication has 55 references indexed in Scilit:
- Land use land cover change in the African Great Lakes Region: a spatial–temporal analysis and future predictionsEnvironmental Monitoring and Assessment, 2024
- Deep learning-based modeling of land use/land cover changes impact on land surface temperature in Greater Amman Municipality, Jordan (1980–2030)GeoJournal, 2024
- A landscape ecology approach: Modeling forest fragmentation with artificial neural networks and cellular‐automata Markov‐chain for improved environmental policy in the southwestern Brazilian AmazonLand Degradation & Development, 2023
- Future land use land cover changes in El-Fayoum governorate: a simulation study using satellite data and CA-Markov modelStochastic Environmental Research and Risk Assessment, 2023
- LULC change detection using support vector machines and cellular automata-based ANN models in Guna Tana watershed of Abay basin, EthiopiaEnvironmental Monitoring and Assessment, 2023
- Analysis of LULC change dynamics and its impact assessment using CA-ANN model in part of Coimbatore region, IndiaGeoJournal, 2023
- Application of geospatial technology for the land use/land cover change assessment and future change predictions using CA Markov chain modelEnvironment, Development and Sustainability, 2023
- Spatio-temporal classification and prediction of land use and land cover change for the Vembanad Lake system, Kerala: a machine learning approachEnvironmental Science and Pollution Research, 2021
- Modeling land use and land cover changes in a vulnerable coastal region using artificial neural networks and cellular automataEnvironmental Monitoring and Assessment, 2015
- Enhancing Cellular Automata by an Embedded Generalized Multi-layer Perceptron2005