Look-up in Google Scholar
Full metadata record
Reynel Rodríguez, Carlos Augusto
Bravo Sánchez, Andrea Verónica
2021-07-15T20:44:11Z
2021-07-15T20:44:11Z
2021-07-15T20:44:11Z
2021-07-15T20:44:11Z
2021
https://hdl.handle.net/20.500.12996/4775
Universidad Nacional Agraria La Molina. Facultad de Ciencias Forestales. Departamento Académico de Manejo Forestal (es_PE)
This document describes the experience as a remote sensing analyst of the ‘MapBiomas Amazon’ Project, an initiative of the ‘Amazon Network for Social and Environmental Georeferenced Information’ that produce the Amazon’s annual land use/land cover maps. This project provides a 34-year map collection (1985 - 2018) based on Landsat images and uses a Random Forest pixel-based classification method through the Google Earth Engine cloud computing platform. MapBiomas Amazon maps reveal, with a 93.6% overall accuracy, that the Amazon lost 72.5 million hectares of natural vegetation (69.3 million hectares of forests and 3.2 million hectares of non-forest natural vegetation) between 1985 and 2018, this represents an area as big as Chile’s land surface. Livestock husbandry and agriculture activities expanded by 172%, going from 5% in 1985 to 13% of the Amazon territory in 2018. This document also presents a case study of the applications of the MapBiomas Amazonía products in forest monitoring, focused on estimating the age of secondary vegetation, highlighting these maps’ potential for science and decision making processes. Finally, some of the project achievements and its future challenges are presented. (en_US)
El presente documento tiene por finalidad describir la experiencia de mapeo anual de coberturas y usos del suelo en la Pan-Amazonía, como parte del equipo técnico de la Colección 2 del proyecto MapBiomas Amazonía, una iniciativa de la Red Amazónica de Información Socioambiental Georreferenciada. El uso de la plataforma de geoprocesamiento en la nube de Google Earth Engine permitió implementar una metodología basada en clasificación supervisada con Random Forest, píxel a píxel, a una serie temporal de 34 años (1985 – 2018) de imágenes Landsat. Los mapas de MapBiomas Amazonía revelan con una precisión temática general de 93.6% que la Pan-Amazonía perdió, entre los años 1985 y 2018, 72.5 millones de hectáreas de la cobertura vegetal natural (conformados por 69.3 millones de hectáreas de bosques y 3.2 millones de hectáreas de formaciones naturales no forestales), un área equivalente al territorio de Chile. El uso agropecuario reporta un crecimiento de 172% dentro del territorio; pasando de representar un 5% en 1985 a un 13% de la superficie total en 2018. El documento presenta, además, un caso de aplicación de los productos de MapBiomas Amazonía en el monitoreo del bosque, enfocado a la estimación de la edad de la vegetación secundaria. Asimismo, se mencionan algunos de los logros y los desafíos que se prevén a futuro para el proyecto. (es_PE)
application/pdf (en_US)
spa (es_PE)
Universidad Nacional Agraria La Molina (es_PE)
info:eu-repo/semantics/openAccess (en_US)
https://creativecommons.org/licenses/by-nc-nd/4.0/ (*)
Fotointerpretación (es_PE)
Bosques (es_PE)
Cobertura (es_PE)
Suelos agrícolas (es_PE)
Utilización de la tierra (es_PE)
Recursos forestales (es_PE)
Catografía (es_PE)
Imágenes (es_PE)
Satélites (es_PE)
Análisis de imágenes (es_PE)
Amazonía (es_PE)
Perú (es_PE)
Mapeo anual de la cobertura y el uso del suelo de la Pan-Amazonía para el monitoreo del bosque (es_PE)
info:eu-repo/semantics/bachelorThesis (en_US)
Universidad Nacional Agraria La Molina. Facultad de Ciencias Forestales (es_PE)
Ciencias Forestales (es_PE)
Ingeniero Forestal (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#4.01.02 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
07704225 (es_PE)
https://orcid.org/0000-0002-6173-9023 (es_PE)
46825968 (es_PE)
821016 (es_PE)
Vásquez Ruesta, Pedro Gonzalo
Wong Sato, Akira Armando
Cruz Burga, Zoila Aurora
https://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesional (es_PE)
Pública
info:eu-repo/semantics/publishedVersion (en_US)



This item is licensed under a Creative Commons License Creative Commons