Look-up in Google Scholar
Full metadata record
Alcántara Boza, Francisco Alejandro
Moreno Arqque, Maribel
Rodríguez De La Cruz, Joel Alejandro
2023-05-16T14:04:46Z
2023-05-16T14:04:46Z
2023-05-16T14:04:46Z
2023-05-16T14:04:46Z
2023
Rodríguez, J. & Moreno, M. (2023). Detección y mapeo de inundaciones mediante imágenes SAR, usando el método K-Means Clustering para la evaluación de impactos de desastres ocasionados por el fenómeno El Niño. Caso: Cuenca Bajo Piura, Región Piura. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, Escuela Profesional de Ingeniería Geográfica]. Repositorio institucional Cybertesis UNMSM. (es_PE)
https://hdl.handle.net/20.500.12672/19587
Aporta a través de la detección y mapeo de inundaciones mediante el empleo de imágenes SAR, un eficaz monitoreo e identificación de áreas inundadas para acontecimientos futuros en el país. El área de estudio de la investigación fue la cuenca Bajo Piura, donde se realizó una prospección satelital mediante imágenes SAR Sentinel-1 apoyadas de imágenes ópticas Sentinel-2, estableciendo dos fechas de análisis para las imágenes SAR: (1) imagen previa al evento, con fecha del día 03/02/2017 y (2) durante el evento, con fecha 04/04/2017, debido a que se determinó el máximo impacto de la inundación en la cuenca Bajo Piura. En ambos casos se consideró datos importantes como, dirección de vuelo y polarización, los cuales deben ser compatibles en ambas imágenes para un adecuado análisis. Posterior a las correcciones y procesamiento para ambas imágenes radar, se aplicó el algoritmo de clasificación no supervisado k-means clustering, estableciéndose 6 clases, 30 interacciones y 32 000 semillas aleatorias, que funcionó reduciendo la variabilidad de grupos, apreciándose en las estadísticas, los valores establecidos como centroides para las diferentes clases, verificándose que la clase de mayor variación (clase 6, valor=5), obtuvo un valor de centroide de σ°(dB) =1.508, el cual refleja los mayores cambios entre las imágenes SAR analizadas. Mediante la matriz de confusión, se validó la presente clasificación, obteniéndose datos de precisión global de 0,987, datos de confiabilidad resultante al azar de 0,913 e índice Kappa de 0,850 adquiriendo un grado de acuerdo casi perfecto, según la tabla instaurada por Landis y Koch en 1977. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional Mayor de San Marcos (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by-nc-sa/4.0/ (es_PE)
Universidad Nacional Mayor de San Marcos (es_PE)
Repositorio de Tesis - UNMSM (es_PE)
Inundaciones (es_PE)
Satélites artificiales en telecomunicaciones (es_PE)
Imágenes (es_PE)
Meteorología - Perú - Observaciones (es_PE)
Detección y mapeo de inundaciones mediante imágenes SAR, usando el método K-Means Clustering para la evaluación de impactos de desastres ocasionados por el fenómeno El Niño. Caso: Cuenca Bajo Piura, Región Piura (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Nacional Mayor de San Marcos. Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica. Escuela Profesional de Ingeniería Geográfica (es_PE)
Ingeniería Geográfica (es_PE)
Ingeniero Geógrafo (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#1.05.00 (es_PE)
https://purl.org/pe-repo/ocde/ford#2.07.04 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
27074721
https://orcid.org/0000-0001-9127-4450 (es_PE)
75572541
73257735
532096 (es_PE)
Loayza Alatrista, Dante Horacio
Ayala Gutierrez, Maximo
Huaman Amasifuen, Luis Alberto
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Pública



This item is licensed under a Creative Commons License Creative Commons