Tecnologías de Inteligencia Artificial En la actualidad se han desarrollado importantes tecnologías de inteligencia artificial basadas en conjuntos borrosos y redes neuronales artificiales, cuyas potencialidades presentan posibilidades de ser utilizadas en la clasificación automatizada de unidades de paisaje, debido a su efectividad para modelar procesos complejos no lineales y trabajar con fenómenos inciertos, imprecisos y con ruido. Estas herramientas tecnológicas aparte de ser rápidas y precisas, son de gran apoyo y utilidad para las clasificaciones realizadas por los expertos. En este Libro se utilizan procedimientos geomorfométricos, a partir del análisis de atributos topográficos en áreas montañosas, en la cual se realiza una clasificación basada en una red de agrupamiento borroso de Kohonen. Para ello se emplean un conjunto de algoritmos computarizados que permiten la extracción automatizada y la clasificación de propiedades morfométricas de un modelo digital de elevación y de imágenes de satélite. Los resultados evidencian que el enfoque neuro-borroso constituye una importante alternativa para la obtención de una visión más amplia e integral de la estructura de paisajes de montaña. 978-3-8484-7612-1 Angel Rafael Valera Valera Angel Rafael Valera Valera Angel Rafael Valera Valera Ingeniero Agrónomo de Producción Vegetal (UNERG); Especialista en Docencia Universitaria (UNERG). Magister Scientiarum en Ciencia del Suelo (UCV). Candidato a Doctor en Ciencia del Suelo (UCV). Investigador PEII. Coordinador de Laboratorio de Suelos y Aguas CIESA-UNERG. Profesor de Edafología del Área de Ingeniería Agronómica-UNERG, Venezuela. Tecnologías de Inteligencia Artificial Redes neuronales artificiales y teoría de conjuntos borrosos para el análisis geomorfométrico de paisajes de montaña
PRÓLOGO Este Libro es el resultado de algunos avances relacionados con el área de la Ciencia del Suelo que se llevan a cabo en Venezuela. El mismo integra la aplicación de herramientas de tecnologías de cartografía digital y técnicas de inteligencia artificial. Estos aspectos relacionados con los recientes avances de técnicas estadísticas multivariadas y métodos no lineales, aunados al desarrollo de la plataforma SIG, permiten combinar la informática y los sensores remotos como herramientas eficientes en el inventario cartográfico, en la actualización de la información ambiental y en el monitoreo continuo de zonas de alta prioridad para el desarrollo sustentable del país. La lectura está dirigida a profesionales, técnicos, investigadores y estudiantes de diversas áreas de la ciencia, incluyendo: ingenieros agrónomos, ambientales, informáticos, edafólogos, geomorfólogos, ecólogos, biólogos y afines, interesados en conocer un poco más acerca de la aplicabilidad de tecnologías para el levantamiento de información del medio físico. Se considera que los lectores están familiarizados con la aplicación de las herramientas tecnológicas y con la importancia de los principios relacionados con los sistemas de información geográfica y teledetección. Sin embargo, se incluye en primera instancia una revisión bibliográfica relacionada con la geomorfometría y los diferentes atributos derivados de un modelo digital de elevación, y las técnicas de inteligencia artificial con sus aplicaciones en el ámbito de la Geomorfología. Las técnicas consideradas en el desarrollo del texto, se basan principalmente en la aplicación de dos enfoques de inteligencia artificial, los cuales son la teoría de conjuntos borrosos y las redes neuronales artificiales. Ambas constituyen dos de los avances científicos recientes más importantes del conocimiento, e intentan simular dos de las características más importantes con que cuenta el cerebro humano, como lo son la capacidad de aprendizaje y la capacidad de procesar información incompleta, ambigua, compleja, incierta, o que no es precisa, como la que presenta el complejo multivariado suelo-paisaje. El propósito del Libro es mostrar que existen nuevas formas de obtener información del medio físico-ambiental en forma rápida, eficiente, precisa, y oportuna, ya que por medio de estudios convencionales esto seria un proceso muy lento y costoso. Por estas razones, se aplican algunas técnicas de inteligencia artificial para apoyar el levantamiento geomorfológico ix
mediante la definición automática de unidades de paisaje, que pueda servir como base para la producción de modelos digitales del terreno. En este sentido, las técnicas utilizadas en la investigación en ningún momento sustituyen la capacidad del experto, sino que se deben considerar como herramientas alternativas, que sirven de apoyo a los métodos clásicos de cartografía, especialmente cuando se realizan estudios en zonas dinámicas de alta complejidad como los paisajes de áreas montañosas. x
TABLA DE CONTENIDO Pág. LISTA DE CUADROS... vi LISTA DE FIGURAS... vii PRÓLOGO... ix 1. INTRODUCCIÓN... 1 2. ANTECEDENTES... 3 2.1. GEOMORFOMETRÍA Y MODELOS DIGITALES DE ELEVACIÓN... 3 2.1.1. Atributos Primarios... 5 2.1.2. Atributos Secundarios o Compuestos... 6 2.2. TECNICAS DE INTELIGENCIA ARTIFICIAL... 8 2.3. REDES NEURONALES ARTIFICIALES......8 2.3.1. Aspectos Teóricos... 8 2.3.2. Ventajas de las Redes Neuronales Artificiales... 9 2.3.3. Estructura de una Red Neuronal Artificial... 10 2.3.4. Arquitectura o Topología de las RNA... 12 2.3.5. Los Mapas Auto-organizados de Kohonen... 13 2.4. LÓGICA DIFUSA... 15 2.4.1. Aspectos Teóricos... 15 2.4.2. El Enfoque Borroso en la Clasificación Geomorfológica... 17 2.4.3. Agrupamiento borroso (FCM)... 18 2.5. SISTEMAS NEUROBORROSOS: RNA y LB... 19 2.5.1. Red de Agrupamiento Borroso de Kohonen (FKCN)... 20 2.6. CLASIFICACIÓN AUTOMATIZADA DE UNIDADES GEOMORFOLÓGICAS... 22 iii
2.7. APLICACIONES DE TÉCNICAS DE INTELIGENCIA ARTIFICIAL EN LA CLASIFICACIÓN GEOMORFOLÓGICA... 25 2.7.1. Las RNA en la Clasificación Geomorfológica...26 2.7.2. La LB en la Clasificación Geomorfológica...28 2.7.3. Los Sistemas Neuro-Borrosos en la Clasificación Geomorfológica...32 3. MATERIALES Y MÉTODOS...34 3.1. ÁREA DE ESTUDIO... 34 3.2. PROCESAMIENTO DE LA INFORMACIÓN CARTOGRÁFICA... 36 3.3. ATRIBUTOS TOPOGRÁFICOS... 36 3.4. SISTEMA CLASIFICADOR DEL TERRENO: RED DE AGRUPAMIENTO BORROSO DE KOHONEN (FKCN)... 38 3.5. SELECCIÓN DE MODELOS ÓPTIMOS Y SIGNIFICADO GEOMORFOLÓGICO... 40 3.6. EVALUACIÓN DE LOS MODELOS CONTINUOS... 41 4. RESULTADOS Y DISCUSIÓN... 44 4.1. MODELO DIGITAL DE ELEVACIÓN... 44 4.2. OBTENCIÓN DEL NÚMERO ÓPTIMO DE CLASES GEOMORFOMÉTRICAS... 46 4.3. EVALUACIÓN E INTERPRETACIÓN DE UNIDADES GEOMORFOLÓGICAS... 53 4.4. VARIACIÓN DE LAS CLASES GEOMORFOMÉTRICAS CON LA RESOLUCIÓN DEL MDE... 57 4.4.1. Dependencia de la Resolución de las Clases Geoorfométricas... 57 4.4.2. Persistencia de las Clases Geoorfométricas... 58 4.5. EVALUACIÓN DEL NÚMERO DE VARIABLES AMBIENTALES EN LA DEFINICIÓN DE UNIDADES... 63 4.6. EVALUACIÓN DE LA INFLUENCIA DE LA VARIABLE LITOLOGÍA... 68 4.7. CLASIFICACIÓN CUANTITATIVA VS. CLASIFICACIÓN CUALITATIVA... 71 4.8. TIEMPO DE PROCESAMIENTO EN LA CLASIFICACIÓN DIGITAL DEL PAISAJE... 73 5. CONCLUSIONES... 76 iv
REFERENCIAS BIBLIOGRÁFICAS...78 ANEXOS...89 v