logo móvil
Contáctanos

Comparación entre estimaciones artificiales y humanas en evaluaciones de la cubierta arbórea urbana

Autores: Clymire-Stern, Eden F.; Hauer, Richard J.; Hilbert, Deborah R.; Koeser, Andrew K.; Buckler, Dan; Buntrock, Laura; Larsen, Eric; Timilsina, Nilesh; Werner, Les P.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Comparación entre estimaciones artificiales y humanas en evaluaciones de la cubierta arbórea urbana


Categoría

Ciencias Medioambientales

Subcategoría

Ciencias medioambientales generales

Palabras clave

Copa de árboles urbanos
Inteligencia humana
Inteligencia artificial
Métodos de estimación
Coberturas del suelo
Acuerdo de evaluación

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
El dosel arbóreo urbano (UTC) se utiliza comúnmente para evaluar la extensión del bosque urbano y tradicionalmente se ha estimado mediante fotointerpretación e inteligencia humana (IH). Los modelos de inteligencia artificial (IA) pueden proporcionar un método menos laborioso para estimar el dosel arbóreo urbano. Sin embargo, los estudios sobre cómo se comparan los métodos de estimación de inteligencia humana e inteligencia artificial son limitados. Investigamos cómo se comparan la inteligencia humana y la inteligencia artificial con las estimaciones del dosel arbóreo urbano y otros usos del suelo. También se produjo un cambio en el dosel arbóreo urbano entre dos períodos de tiempo y se evaluó la precisión del acuerdo. Encontramos una diferencia estadísticamente significativa (p < 0.001) entre las dos interpretaciones para una estimación estatal del dosel arbóreo urbano (n = 397). En general, las estimaciones del dosel arbóreo urbano fueron más altas para la inteligencia humana (31.5%, 0.72 SE) que para la inteligencia artificial (26.0%, 0.51 SE). Los enfoques de inteligencia artificial comúnmente dependen de un conjunto de datos de entrenamiento que se compara con un tomador de decisiones humano. Dentro de la región de entrenamiento de inteligencia artificial (n = 21) utilizada para este estudio, no se encontró diferencia (p = 0.72) entre los dos métodos, lo que sugiere que otros factores regionales son importantes para entrenar el sistema de IA. El dosel arbóreo urbano también aumentó (p < 0.001) entre dos períodos de tiempo (2013 a 2018) y dos evaluadores pudieron detectar el mismo punto de muestra más del 90% del tiempo.

Otros recursos que podrían interesarte

Temas Virtualpro