Evaluation of Deep Learning techniques to address environmental issues

Abstract

Los bosques tropicales tienen implicaciones importantes para la conservación de la biodiversidad, cambio climático y necesidades humanas. Una de las principales causas de la reducción de biodiversidad es la deforestación causada por el ser humano. La deforestación es afectada también por el incremento de temperatura más allá de la periferia de los bosques y es causa de otros fenómenos destructivos. En este estudio se evalúa la utilidad de técnicas Deep Learning (DL) junto con el uso de diferentes datasets de imágenes multiespectrales para dirigir uno de los problemas medioambientales más importantes. Los datos usados son abiertos, sometidos a seguros de calidad (QA) y disponibles para el público general para su uso no comercial. Abstract: Tropical forests have important implications for biodiversity, climate change and human needs. One of the main causes of biodiversity reduction is human-driven deforestation. It also affects the surface temperature increment in non-local areas of the forests and are the cause of other destructive phenomena. In this study, the usefulness of deep learning (DL) techniques is evaluated along with the use of diverse remote multispectral sensory imagery datasets to assess environmental issues. The data used is open, submitted to quality assurance (QA) and available to the general public for non-commercial use.