dc.contributor.advisor | Alarcón Aguirre, Gabriel | es_PE |
dc.contributor.author | Guzmán Cerro, Alan Oscar | es_PE |
dc.contributor.author | Cardenas Cahuana, Marcelino | es_PE |
dc.date.accessioned | 2022-09-01T20:09:23Z | |
dc.date.available | 2022-09-01T20:09:23Z | |
dc.date.issued | 2022-09-01 | |
dc.identifier.other | 004-2-3-136 | |
dc.identifier.uri | http://hdl.handle.net/20.500.14070/855 | |
dc.description.abstract | El presente estudio determina la cuantificación espacial de la
vegetación y suelo desnudo en el área del corredor minero de Madre de Dios
al año 2018. La cuantificación se realizó por medio de los algoritmos de
clasificación Neural Net, Máximum Likelihood, y Spectral Angle Mapper del
software ENVI. Las imágenes utilizadas fueron PlanetScope con una
resolución espacial de 3m x 3m. Los resultados proporcionan información de
la cuantificación de la vegetación y suelo desnudo del área de los métodos
Neural Net (636 481,5589 ha – 46 384,7228 ha), Máximum Likelihood (616
771,4152 ha – 37 592,7006 ha), y Spectral Angle Mapper (587 800,2596 ha –
28 873, 1855 ha), siendo la más fiable a nivel de precisión en la cuantificación
de la vegetación y suelo desnudo, el método Neural Net con 636 481,5589 ha
y 46 384,7228 ha. Los resultados de la precisión se justifican en la validación
de 383 puntos de muestreo mixto, con datos de campo, imágenes de alta
resolución, e imágenes obtenidas con Dron. La matriz de precisión global
(confusión) reporta un 82,22%, con un índice de kappa (k) de 0,74,
estableciendo una concordancia considerable a nivel exactitud. Mientras que
los métodos algoritmos de clasificación Máximum Likelihood y Spectral Angle
Mapper presentan resultados subestimados, siendo la más excesiva el
método de Spectral Angle Mapper respecto a los métodos Neural Net y
Máximum Likelihood. | es_PE |
dc.description.uri | Tesis | |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad Nacional Amazónica de Madre de Dios | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Universidad Nacional Amazónica de Madre de Dios - UNAMAD | es_PE |
dc.source | Repositorio Institucional - UNAMAD | es_PE |
dc.subject | Resolución espacial | es_PE |
dc.subject | Neural net | es_PE |
dc.subject | Máximum Likelihood | es_PE |
dc.subject | Spectral Angle Mapper | es_PE |
dc.title | Cuantificación espacial de la vegetación y suelo desnudo en el corredor minero de Madre de Dios al año 2018 | es_PE |
dc.type | info:eu-repo/semantics/bachelorThesis | es_PE |
thesis.degree.name | Ingeniero Forestal y Medio Ambiente | es_PE |
thesis.degree.grantor | Universidad Nacional Amazónica de Madre de Dios. Facultad de Ingeniería | es_PE |
thesis.degree.level | Título Profesional | |
thesis.degree.discipline | Ingeniería Forestal y Medio Ambiente | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#1.05.00 | es_PE |
renati.author.dni | 44441292 | |
renati.author.dni | 47927353 | |
dc.publisher.country | PE | es_PE |
renati.advisor.orcid | https://orcid.org/0000-0003-0816-9911 | es_PE |
renati.advisor.dni | 27749712 | |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
renati.level | https://purl.org/pe-repo/renati/nivel#tituloProfesional | es_PE |
renati.discipline | 821076 | es_PE |
renati.juror | Peña Valdeiglesias, Joel | es_PE |
renati.juror | Vazquez Zavaleta, Telesforo | es_PE |
renati.juror | Olivera Condori, Martha | es_PE |