Mapeo de combustibles KITRAL mediante Stacking Ensemble

En el seminario de esta semana expone Camilo Matus-Olivares, Dr. en Ciencias Agroalimentarias y Medioambiente de la Universidad de La Frontera, Chile, quien junto con Jaime Carrasco-Barra, Felipe de la Barra, Erico Kutchartt, Diego Terán y Núria Aquilué, desarrollaron una metodología avanzada para el mapeo de combustibles superficiales de la clasificación KITRAL.

Para ello, se construyó un Data Cube integrando series temporales estacionales del programa Copernicus , combinando índices ópticos de Sentinel-2 y retrodispersión de radar de Sentinel-1, fusionados con variables topográficas y de estructura vegetal. Para modelar la alta complejidad espacial y el desbalance de 33 clases, se implementó una arquitectura de Stacking Ensemble. Se entrenaron Baseline Models de Gradient Boosting (XGBoost, LightGBM y CatBoost) y se combinaron sus predicciones utilizando un Meta-Learner. Evaluado mediante Spatial Block Cross-Validation, el modelo Meta-Learner logra aprender contextos geográficos complejos, superando significativamente a los algoritmos individuales en la precisión para la gestión territorial.

La tansmisión en vivo se podrá ver en este enlace.