Look-up in Google Scholar
Full metadata record
Dalla Corte, Ana Paula
Rosot, Nelson Carlos
Araki, Hideo
Rubin de Celis Llanos, Ethel
2021-09-10T18:26:37Z
2021-09-10T18:26:37Z
2019
https://renati.sunedu.gob.pe/handle/sunedu/2264924
https://hdl.handle.net/1884/69168
Descargue el texto completo en el repositorio institucional de la Universidade Federal do Paraná: https://hdl.handle.net/1884/69168 (es_PE)
El área de estudio de la presente investigación fue el distrito de Nueva Requena, ubicado en la provincia de Coronel Portillo, en el departamento de Ucayali, Perú. El distrito de Nueva Requena, así como diferentes áreas de la cuenca del Amazonas, actualmente enfrenta un cambio alarmante en la cubierta forestal y el uso de la tierra, generando cambios significativos en los procesos ambientales. En este contexto, es necesario implementar un sistema de monitoreo que utilice modelos de clasificación supervisados capaces de proporcionar información confiable y de calidad sobre el cambio de uso del suelo. En esta investigación, se utilizaron imágenes pasivas del satélite Sentinel-2A, imágenes activas de Sentinel-1A y la fusión de ambas, y se aplicaron dos algoritmos: Support Vector Machine (SVM) en el módulo Object Analysis y el algoritmo Boosting o árboles de decisión. Se realizaron 83 clasificaciones supervisadas con los algoritmos mencionados, y se seleccionó el modelo más apropiado para determinar el cambio en el uso del suelo. El mejor modelo de clasificación se denominó C6C7, generado con imágenes satelitales pasivas Sentinel-2A. Los algoritmos se ejecutaron por separado y luego se realizó el álgebra de mapas para generar el cambio en el uso de la tierra; la clasificación supervisada C6 se realizó con el algoritmo de refuerzo con partición de muestra al 80% de entrenamiento y 20% de pruebas para tres bandas espectrales en el año 2016, y la clasificación supervisada C7 con el algoritmo de máquina de vectores de soporte (SVM) como entradas las medianas de las tres bandas del año 2018. Este modelo tuvo el error de clasificación más bajo, del 22.7%, y la validación se realizó con imágenes de alta resolución PeruSat-1 para el año 2018 e imágenes de Google Earth para el año 2016, proporcionando un índice Kappa de 0.607 y el porcentaje correctamente clasificado (PCC) de 86.10% para el año 2016 y el índice Kappa de 0.560 y el porcentaje correctamente clasificado (PCC) de 82.30% para el año 2018, mostrando un acuerdo considerable y moderado, respectivamente. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidade Federal do Paraná (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
Superintendencia Nacional de Educación Superior Universitaria - SUNEDU (es_PE)
Registro Nacional de Trabajos de Investigación - RENATI (es_PE)
Manejo forestal (es_PE)
Mapa forestal (es_PE)
Imágenes satelitales (es_PE)
Sentinel (es_PE)
Boosting (es_PE)
Máquinas de vectores de soporte (es_PE)
Modelos de clasificación para detección del cambio de uso de la tierra en la Amazonia Peruana (es_PE)
info:eu-repo/semantics/doctoralThesis (es_PE)
Universidade Federal do Paraná. Setor de Ciências Agrárias (es_PE)
Ingeniería Forestal (es_PE)
Doctora en Ingeniería Forestal (es_PE)
BR (es_PE)
https://purl.org/pe-repo/ocde/ford#4.01.02 (es_PE)
http://purl.org/pe-repo/renati/level#doctor (es_PE)
https://orcid.org/0000-0001-8529-5554 (es_PE)
https://orcid.org/0000-0003-3971-6367 (es_PE)
https://orcid.org/0000-0001-7116-6102 (es_PE)
10197672
Rosot, Nelson Carlos
Doetzer Rosot, Maria Augusta
Araki, Hideo
Campos Macedo, Rodrigo de
Yoshihiro Nakajima, Nelson
http://purl.org/pe-repo/renati/type#tesis (es_PE)

Files in This Item:
File Description SizeFormat 
LlanosEthelRC.pdf
  Restricted Access
Tesis (abierta en repositorio de origen)9.04 MBAdobe PDFView/Open Request a copy
Autorizacion.pdf
  Restricted Access
Autorización del registro568.23 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.