​Imágenes satelitales

Las Direcciones de Desarrollo Digital (DDD) y de Infraestructura y Energía Sostenible (DIES), del Departamento Nacional de Planeación (DNP), han desarrollado un piloto que estudia la viabilidad del uso de algoritmos de aprendizaje de máquina (machine learning) para la identificación y detección de vías terciarias en imágenes satelitales en el departamento de Santander; donde se emplearon dos algoritmos: redes neuronales convolucionales y máquinas de soporte vectorial (SVM); obteniendo resultados alentadores, en particular, al aplicar el modelo que usa SVM, alcanzando una precisión del 86,5% en datos de validación.

A partir de este piloto se concluye que, con la suficiente cantidad, variedad y calidad de imágenes y vías identificadas de diferentes regiones del país, es posible entrenar un modelo que permita identificar las vías terciarias en todo el territorio nacional de Colombia con un desempeño aceptable.

Por lo anterior, se busca articular la información disponible en las diferentes entidades del nivel nacional, dentro de las cuales se incluye:

• Información de datos geoespaciales como imágenes satelitales, suministradas por el Instituto Geográfico Agustín Codazzi (IGAC).
• Información en Sistemas de Información Geográfica (SIG) del inventario vial de la red terciaria levantados con GPS, propiedad de los municipios y suministrada por el Ministerio de transporte.
• Algoritmos de aprendizaje de máquina (machine learning) empleados para la obtención de inventarios viales y desarrollados por el DNP.