Modelagem de Mudança de Uso da Terra Usando Máquinas de Vetores de Suporte Desbalanceadas

Modelar a mudança de uso da terra é um pré-requisito para entender a complexidade dos padrões de mudança de uso da terra. Este artigo apresenta um novo método para modelar a mudança de uso urbano da terra usando máquinas de vetores de suporte (SVMs), uma nova geração de algoritmos de aprendizado de máquina utilizados em domínios de classificação e regressão. Uma estrutura de modelagem SVM foi desenvolvida para analisar a mudança de uso da terra em relação a vários fatores, como população, distância de estradas e instalações, e uso da terra circundante. Como os dados de uso da terra são geralmente desbalanceados, no sentido de que os dados não alterados superam os dados alterados, métodos tradicionais são incapazes de classificar mudanças de uso da terra relativamente menores com alta precisão. Para contornar esse problema, uma SVM desbalanceada foi adotada, melhorando as SVMs padrão. Um estudo de caso da mudança de uso da terra em Calgary demonstra que as SVMs desbalanceadas podem alcançar um desempenho alto e confiável para a modelagem de mudança de uso da terra.