Detección de terrenos en renovación con Inteligencia Artificial

La Paz. 2021

En este artículo, veremos cómo llevar a cabo la detección de terrenos con Inteligencia Artificial con el objetivo identificar los terrenos (lotes) disponibles para producción (en renovación). De esta manera pretendemos mejorar los costes y la eficiencia que se asocian a su detección y explotación.

Entendemos por loteo de terrenos el proceso de división del suelo, cualquiera sea el número de predios resultantes, cuyo proyecto contempla la apertura de nuevas vías públicas, y su correspondiente urbanización. No obstante, analizaremos los terrenos de cara a su producción agrícola.

Los datos son extraídos de la base de datos geográficos de monitoreo de producción de los cañeros de la zona norte de Santa Cruz. Todo esto se maneja en un CATASTRO.

Esta información geográfica se relaciona con datos tabulados:

Entonces se puede tener una visualización del estado de los lotes, si están en producción (con cobertura) o en renovación (sin cobertura) a través de los polígonos que limitan los lotes y las imágenes satelitales.

Son estas imágenes en diferentes épocas del año las que permiten analizar visualmente si los lotes están en renovación o no.

Descripción del problema:

La determinación de si un lote está o no en renovación es importante ya que es una variable a la hora de calcular la producción y rendimiento de las propiedades de cada cañero, y para ello se presentan los siguientes inconvenientes:

Las inspecciones de campo y la revisión manual de imágenes satelitales llevan tiempo.
Susceptible a errores.
Demasiado tiempo invertido.

Objetivo:

Determinar si un lote de cultivo de caña está en renovación a través del cambio de cobertura a partir de los datos estadísticos de NDVI de los últimos 12 meses con Machine Learning.

Propuesta de solución.

Las imágenes satelitales pueden ser procesadas para obtener ciertos índices. El índice de interés para observar si un lote está en renovación se llama NDVI (Normalized Difference Vegetation Index):

Se puede observar los lotes con cobertura en color verde, y los que están sin cobertura en rojo, esto de los colores es solo simbología. Lo que en verdad se tiene con el NDVI es una matriz de píxeles:

Cada píxel tiene un valor de NDVI entre -1 y 1. Los valores próximos a cero suelen indicar poca o ninguna vegetación, mientras que los valores positivos altos se asocian a una cubierta vegetal más densa. No debe interpretarse -1 como el valor general del suelo descubierto.

Entonces, se puede obtener la estadística descriptiva de cada lote, y a través de su media y desviación estándar determinar si un lote está en renovación o no.

En este ejemplo, los lotes con cobertura presentan una media más cercana a 1, mientras que los lotes sin cobertura se aproximan a 0. Una desviación estándar baja indica que los valores de los píxeles del lote son relativamente uniformes.

Ingeniería de características.

Utilizamos el campo Variedad para construir la variable objetivo: contiene la variedad sembrada o la etiqueta «Renovación» cuando el lote está en ese proceso. Renombramos la nueva columna como Renovación.
Convertimos el campo Renovación de categórico a booleano.
Unimos los 13 conjuntos de datos (uno del catastro y 12 con los valores estadísticos mensuales del último año) en un único conjunto para facilitar el análisis.

Visualización de Datos

Cantidad de registros por Renovación.

Cantidad de registros por campaña.

Cantidad de registros por hectareaje.

Matriz de correlación.

Visualización del balanceo del target.

Reducción de dimensiones a través de PCA.

Se realizó la reducción de dimensiones a través de PCA a dos componentes principales, y se puede apreciar una diferencia entre los registros:

Entrenamiento de modelos

Se probaron tres tipos de modelos, también se implementó Cross Validation. Los resultados fueron los siguientes:

Regresión Logística

Bosque aleatorio

Elección del mejor modelo

En base a los resultados obtenidos, elegiremos ahora el modelo de Inteligencia Artificial más adecuado para la detección de terrenos en renovación:

Se observa que los 3 modelos seleccionados se aproximan a la misma probabilidad 0.93, sin embargo, SVM tiene un mejor score.

También analizamos la curva ROC y obtuvimos el siguiente resultado:

En este caso Random Forest es quien presenta mayor área bajo la curva, por lo tanto, SVM y Random Forest son los mejores modelos a considerar para la clasificación de lotes en renovación.

Autores del proyecto.