Machine Learning para detectar zonas urbanas en imágenes Sentinel-2
Introducción
La clasificación de áreas urbanas mediante imágenes de satélite es una herramienta valiosa para entender el crecimiento de las ciudades, así como para planificar el desarrollo urbano y el uso del suelo. Además, tiene aplicaciones en áreas como la gestión de recursos naturales, la evaluación de riesgos y el monitoreo de desastres naturales. En este tutorial paso a paso, les mostraré cómo utilizar técnicas de Machine Learning para clasificar áreas urbanas en imágenes Sentinel-2, un conjunto de datos de teledetección de la Agencia Espacial Europea. Para ello, trabajaremos con datos derivados del censo de población 2020 de México para generar etiquetas, así como con técnicas para generar características que puedan ser utilizadas para la clasificación automática. Al finalizar este tutorial, podrás utilizar tus conocimientos en Machine Learning para identificar zonas urbanas en imágenes de satélite, lo que te permitirá obtener información valiosa para la planificación y el desarrollo urbano, entre otros usos.
Herramientas
