Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Application of artificial neural networks in modeling deforestation associated with new road infrastructure projects

Gómez-Ossa, Luisa Fernanda and Botero-Fernández, Verónica (2017) Application of artificial neural networks in modeling deforestation associated with new road infrastructure projects. DYNA, 84 (201). pp. 68-73. ISSN 2346-2183

Texto completo

[img]
Vista previa
PDF - Versión Publicada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

692kB

URL oficial: https://revistas.unal.edu.co/index.php/dyna/articl...

Resumen

Tropical deforestation is an ongoing process mainly caused by the construction of new roads, which, without proper environmental planning, contribute to biodiversity loss. Given that the artificial neural networks (ANNs) have the ability to capture nonlinear relationships, they were used to predict deforestation associated with new roads, such as the “Variante Porce” road and the “El Bagre-San Jacinto del Cauca” road in the department of Antioquia. ANN Training was carried out online using the back-propagation algorithm, part of the R software. The predictive capacity was evaluated using the area under the receiver operator characteristic curve (AUC). Also, a network that showed the best predictive capacity for the deforestation surface was generated for the baseline scenario and the simulated scenario incorporating the new roads. The comparison of scenarios suggested that new roads would increase the probability of deforestation for approximately 103.729 ha of forest., La deforestación tropical es un proceso continuo causado principalmente por la construcción de nuevas vías, las cuales sin una planificación ambiental adecuada contribuyen a la pérdida de biodiversidad. Dado que las redes neuronales artificiales (RNAs) tienen la capacidad de capturar relaciones no lineales, se utilizaron para predecir la deforestación asociada a nuevas vías, como la Variante Porce y la vía El Bagre-San Jacinto del Cauca, en el departamento de Antioquia. El entrenamiento de las RNAs se realizó en modo on line con el algoritmo de retropropagación, en el software R. La capacidad de predicción se evaluó con el área bajo la curva ROC (AUC) y con la red que presentó mejor capacidad predictiva se generó la superficie de deforestación para el escenario base y el escenario simulado incorporando las nuevas vías. La comparación de escenarios indica que las nuevas vías incrementarían la probabilidad de deforestación de aproximadamente 103.729 ha de bosque.

Tipo de documento:Artículo - Article
Palabras clave:Artificial neural networks, prediction, deforestation, roads, Redes neuronales artificiales, predicción, deforestación, vías
Temática:6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
Unidad administrativa:Revistas electrónicas UN > Dyna
Código ID:58713
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :31 Oct 2017 17:19
Ultima modificación:27 Noviembre 2017 22:02
Ultima modificación:27 Noviembre 2017 22:02
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox