Show simple item record

dc.contributor.advisorPaiva Prado, Greta Margot
dc.contributor.authorQuispe Almontes, Jhon Gregory
dc.date.accessioned2021-12-03T18:44:35Z
dc.date.available2021-12-03T18:44:35Z
dc.date.issued2021
dc.identifier.other253T20210296
dc.identifier.urihttp://hdl.handle.net/20.500.12918/6076
dc.description.abstractLa presente investigación determinó la eficiencia de tres índices espectrales de vegetación, derivados de una imagen satelital Sentinel 2B, para identificar Procesos de Escorrentías Dominantes (DRP); el método para identificar los DRP fue mediante un procedimiento manual estandarizado evaluado in situ, teledetección y el uso de algoritmos inteligentes (machine learning). Los datos medidos en campo, fueron comparados con valores de reflectancia del Índice de Vegetación de Diferencia Normalizada (NDVI), Índice de Suelo Desnudo (BSI) e Índice de Vegetación Ajustado a la Humedad (MAVI). Los resultados obtenidos muestran que con un nivel de significancia (p>0.05), el Modelo Aditivo Generalizado GAM2 aplicado sobre el NDVI y el MAVI permiten predecir a un 67% los tipos de escorrentías identificados in situ, cuyo valor de AIC del modelo es igual a 50.4, y un RMSE de 0.36. En un perfil espectral de DRP, la banda del infrarrojo cercano, muestra diferentes valores de reflectancia para distinguir los tipos de escorrentías. Para el mapeo de los DRP de toda la zona de estudio, se entrenó y evaluó algoritmos inteligentes, verificándose que el algoritmo de Bosque Aleatorio (RF) presenta una exactitud del 67%, para identificar el Flujo Terrestre Hortoniano Retardado (HOF2 = 16.6%), Flujo Terrestre Saturado Retardado (SOF2 = 3.2%), Flujo Subsuperficial Retardado (SSF2 = 75.7%), y Percolación Profunda (DP = 4.5%). Por lo tanto, la conclusión de la investigación, demuestra que los índices evaluados a partir de las bandas espectrales, obtenidos de una imagen del satélite Sentinel 2B, son eficientes en un 67%.es_PE
dc.description.sponsorshipFinanciado por YACHAYNINCHIS WIÑARIÑANPAQ
dc.formatapplication/pdfen_US
dc.language.isospaes_PE
dc.publisherUniversidad Nacional de San Antonio Abad del Cuscoes_PE
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectEscorrentías dominanteses_PE
dc.subjectVegetaciónes_PE
dc.subjectÍndice espectrales_PE
dc.subjectAlgoritmos inteligenteses_PE
dc.titleEficiencia de los índices de vegetación espectral para identificar procesos de escorrentías dominantes, en la quebrada Arapato, distrito de Tamburco, provincia de Abancay, región de Apurímaces_PE
dc.typeinfo:eu-repo/semantics/bachelorThesis
thesis.degree.nameBiólogo
thesis.degree.grantorUniversidad Nacional de San Antonio Abad del Cusco. Facultad de Ciencias
thesis.degree.disciplineBiología
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#1.06.16
renati.author.dni48016351
renati.advisor.dni23834197
renati.typehttp://purl.org/pe-repo/renati/type#tesis
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesional
renati.discipline511206
renati.jurorChacon Campana, Maximo Americo
renati.jurorAlvarez Moscoso, Esther
renati.jurorHolgado Rojas, Maria Encarnacion
renati.jurorHuaman Miranda, Guido
dc.publisher.countryPE


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess