Bibliographic citations
This is an automatically generated citacion. Modify it if you see fit
Quispe, M., (2021). Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali [Universidad Nacional Agraria de la Selva]. https://hdl.handle.net/20.500.14292/1976
Quispe, M., Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali []. PE: Universidad Nacional Agraria de la Selva; 2021. https://hdl.handle.net/20.500.14292/1976
@misc{renati/593559,
title = "Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali",
author = "Quispe Trinidad, Miguel Ángel",
publisher = "Universidad Nacional Agraria de la Selva",
year = "2021"
}
Title: Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali
Authors(s): Quispe Trinidad, Miguel Ángel
Advisor(s): Oré Cierto, Luis Eduardo
Keywords: Deforestación; Dinámica EGO; Autómatas celulares; Pesos de evidencia; Validación
OCDE field: https://purl.org/pe-repo/ocde/ford#5.07.01
Issue Date: 2021
Institution: Universidad Nacional Agraria de la Selva
Abstract: La presente investigación tiene como objetivo principal determinar la tasa de deforestación en
el distrito de Nueva Requena (Perú), a través del modelo de simulación geoespacial de
Dinámica EGO por autómatas celulares; teniendo en cuenta las siguientes variables: distancia
a lugares poblados, distancia a vías, distancia a superficies de agua, concesiones forestales,
pendiente porcentual, y modelo digital de elevación. Para dicho propósito, en primer lugar, se
procedió a calcular los rangos para categorizar variables continuas a través del método
geoestadístico de los pesos de evidencia, con el fin de obtener las probabilidades de transición
y, posteriormente, los pesos de las variables que poseen mayor influencia en los cambios. En
segundo lugar, se realizó el cálculo de correlación de las variables, en aras de comprobar que
las variables ingresadas al modelo sean independientes espacialmente. En tercer lugar, se llevó
a cabo una simulación previa al 2020 para compararlo con el mapa real del 2020, con la
finalidad de evidenciar si el modelo puede predecir los cambios. Esto último, obteniendo una
exactitud de 75 %. En cuarto lugar, se realizó la simulación de la deforestación al 2030 del
distrito de Nueva Requena (Perú). Finalmente se determinó que para el periodo 2020 al 2030
se deforestaron 35 112,24 ha con una tasa de deforestación de 3,08 %/año.
Link to repository: https://hdl.handle.net/20.500.14292/1976
Discipline: Ingeniería Ambiental
Grade or title grantor: Universidad Nacional Agraria de la Selva. Facultad de Recursos Naturales Renovables
Grade or title: Ingeniero Ambiental
Juror: Rengifo Trigozo, Juan Pablo; Dionisio Montalvo, Franklin; Díaz Quintana, Edilberto
Register date: 22-Sep-2021
This item is licensed under a Creative Commons License