Look-up in Google Scholar
Title: Análisis multitemporal de la deforestación por imágenes satelitales en el distrito de Pangoa, Junín desde el año 2000 al 2020
Advisor(s): Camargo Hinostroza, Steve Dann
OCDE field: http://purl.org/pe-repo/ocde/ford#2.07.00
Issue Date: 2022
Institution: Universidad Continental
Abstract: El trabajo de investigación se realizó con el objetivo de cuantificar el área deforestada desde el año 2000 al 2020, mediante un análisis multitemporal en el distrito de Pangoa - Junín y tiene los siguientes objetivos específicos: determinar la deforestación por la construcción de infraestructuras, analizada a través de imágenes satelitales; determinar la deforestación por actividades agrícolas en el distrito de Pangoa, analizada mediante imágenes satelitales y estimar la deforestación proyectada al 2030. El método utilizado es el nivel de investigación descriptiva y el diseño de investigación es no experimental; la herramienta de recolección de datos se obtuvo mediante la imagen satelital del 2000 a 2020 del sitio web USGS Earth Explorer. La imagen satelital es pre procesada y utilizada en el software ENVI 5.3 para la clasificación supervisada según las clases y ArcGis para la elaboración de los mapas. Para verificar los resultados de los datos digitales se utiliza una matriz de confusión y el índice Kappa como estimador. De acuerdo con los resultados obtenidos en la investigación el área de estudio del distrito de Pangoa, el incremento de la deforestación desde el año 2000 hasta el 2020, entre el año 2000-2004 representa 280.61 hectáreas; en el año 2004-2007, tenía 475.96 hectáreas; en el año 2007-2011, tenía 1184.69 hectáreas; en el año 2011-2016, tenía 982.42 hectáreas y del 2016-2020, fue de 316,34 hectáreas, teniendo una deforestación total en los años 2000 y 2020 de 3240.03 hectáreas. Respecto a lo observado según el transcurso de los años, la deforestación fue aumentando debido a la infraestructura y agricultura en el área de estudio. Dado el problema descrito, se concluye que la deforestación se está incrementando durante los años de estudio. Es recomendable utilizar software especializado como el ENVI 5.3, debido a que posee una infinidad de algoritmos desarrollados que facilitan los procesos de correcciones y clasificación de las imágenes satelitales.
Discipline: Ingeniería Ambiental
Grade or title grantor: Universidad Continental. Facultad de Ingeniería.
Grade or title: Ingeniera Ambiental
Juror: Porlles Arteaga, Mirjana Alice; Inga Guillen, Janet Gaby; Amado Cadillo, Geyner Heiner
Register date: 12-Jan-2023



This item is licensed under a Creative Commons License Creative Commons