Clasificación y predicción de tipos de árboles en la reserva Roosevelt usando datos cartográficos

Abstract

Debido a las restricciones en reservas naturales es complejo realizar el estudio de estas. En este trabajo presentamos distintos modelos de machine learning para predecir el tipo de cobertura de ´arbol utilizando el dataset Forest Cover Type, de la Roosevelt National Forest en Colorado. Este set de datos contiene 581.012 observaciones, 54 atributos con informaci´on cartogr´afica y 7 categor´ıas de ´arboles a predecir, cada instancia corresponde a un ´area de 30x30m donde la categor´ıa tenga predominancia. Para realizar las predicciones se utilizaron dos modelos de machine learning: Random Forest y LightGBM, Se experiment´o utilizando la funci´on de p´erdida Focal Loss y adicionando informaci´on sint´etica de las categor´ıas minoritarias utilizando redes CTGAN. Con este ´ultimo enfoque se alcanz´o un valor para la m´etrica F1 de 0.943 y accuracy de 0.966. Un an´alisis de la interpretabilidad del modelo revel´o uno de los atributos m´as importantes para predecir la cobertura de arboles es la Elevaci´on, Distancia horizontal a carreteras y Distancia horizontal a puntos de incendios