Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali
Descripción del Articulo
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, distan...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2021 |
Institución: | Universidad Nacional Agraria de la Selva |
Repositorio: | UNAS-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.unas.edu.pe:20.500.14292/1976 |
Enlace del recurso: | https://hdl.handle.net/20.500.14292/1976 |
Nivel de acceso: | acceso abierto |
Materia: | Deforestación Dinámica EGO Autómatas celulares Pesos de evidencia Validación https://purl.org/pe-repo/ocde/ford#5.07.01 |
id |
UNAS_51465efc3054b5fc398075fa4a8c801d |
---|---|
oai_identifier_str |
oai:repositorio.unas.edu.pe:20.500.14292/1976 |
network_acronym_str |
UNAS |
network_name_str |
UNAS-Institucional |
repository_id_str |
4790 |
dc.title.es_PE.fl_str_mv |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
title |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
spellingShingle |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali Quispe Trinidad, Miguel Ángel Deforestación Dinámica EGO Autómatas celulares Pesos de evidencia Validación https://purl.org/pe-repo/ocde/ford#5.07.01 |
title_short |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
title_full |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
title_fullStr |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
title_full_unstemmed |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
title_sort |
Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
author |
Quispe Trinidad, Miguel Ángel |
author_facet |
Quispe Trinidad, Miguel Ángel |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Oré Cierto, Luis Eduardo |
dc.contributor.author.fl_str_mv |
Quispe Trinidad, Miguel Ángel |
dc.subject.es_PE.fl_str_mv |
Deforestación Dinámica EGO Autómatas celulares Pesos de evidencia Validación |
topic |
Deforestación Dinámica EGO Autómatas celulares Pesos de evidencia Validación https://purl.org/pe-repo/ocde/ford#5.07.01 |
dc.subject.ocde.es_PE.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#5.07.01 |
description |
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. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-09-22T18:08:32Z |
dc.date.available.none.fl_str_mv |
2021-09-22T18:08:32Z |
dc.date.issued.fl_str_mv |
2021 |
dc.type.es_PE.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.14292/1976 |
url |
https://hdl.handle.net/20.500.14292/1976 |
dc.language.iso.es_PE.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.es_PE.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.es_PE.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.format.es_PE.fl_str_mv |
application/pdf |
dc.publisher.es_PE.fl_str_mv |
Universidad Nacional Agraria de la Selva |
dc.publisher.country.es_PE.fl_str_mv |
PE |
dc.source.es_PE.fl_str_mv |
Universidad Nacional Agraria de la Selva Repositorio Institucional - UNAS |
dc.source.none.fl_str_mv |
reponame:UNAS-Institucional instname:Universidad Nacional Agraria de la Selva instacron:UNAS |
instname_str |
Universidad Nacional Agraria de la Selva |
instacron_str |
UNAS |
institution |
UNAS |
reponame_str |
UNAS-Institucional |
collection |
UNAS-Institucional |
bitstream.url.fl_str_mv |
https://repositorio.unas.edu.pe/bitstreams/283c5bd3-d435-436b-8006-5b48ce7d0cee/download https://repositorio.unas.edu.pe/bitstreams/a3676ebc-8551-4a40-969e-9aac867355dd/download https://repositorio.unas.edu.pe/bitstreams/082abc81-ccf1-4b0c-82d1-2c6c89e87f18/download https://repositorio.unas.edu.pe/bitstreams/a9fc375a-cc39-4bd1-a7c0-61cabbe7add4/download |
bitstream.checksum.fl_str_mv |
2c6a5603536f2217a45438d7e8a5dd12 025ab1f23c9dc73209b422553ee96a1f c52066b9c50a8f86be96c82978636682 0c769b50b19f264d1aaa6601c191ed77 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional de la Universidad Nacional Agraria de la Selva |
repository.mail.fl_str_mv |
repositorio@unas.edu.pe |
_version_ |
1844722877508616192 |
spelling |
Oré Cierto, Luis EduardoQuispe Trinidad, Miguel Ángel2021-09-22T18:08:32Z2021-09-22T18:08:32Z2021https://hdl.handle.net/20.500.14292/1976La 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.application/pdfspaUniversidad Nacional Agraria de la SelvaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional Agraria de la SelvaRepositorio Institucional - UNASreponame:UNAS-Institucionalinstname:Universidad Nacional Agraria de la Selvainstacron:UNASDeforestaciónDinámica EGOAutómatas celularesPesos de evidenciaValidaciónhttps://purl.org/pe-repo/ocde/ford#5.07.01Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayaliinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero AmbientalUniversidad Nacional Agraria de la Selva. Facultad de Recursos Naturales RenovablesIngeniería Ambiental71851130https://orcid.org/ 0000-0003-2836-243641968823http://purl.org/pe-repo/renati/type#tesis521066http://purl.org/pe-repo/renati/nivel#tituloProfesionalRengifo Trigozo, Juan PabloDionisio Montalvo, FranklinDíaz Quintana, EdilbertoTHUMBNAILTS_MAQT_2021.pdf.jpgTS_MAQT_2021.pdf.jpgGenerated Thumbnailimage/jpeg3801https://repositorio.unas.edu.pe/bitstreams/283c5bd3-d435-436b-8006-5b48ce7d0cee/download2c6a5603536f2217a45438d7e8a5dd12MD54ORIGINALTS_MAQT_2021.pdfTS_MAQT_2021.pdfapplication/pdf6107658https://repositorio.unas.edu.pe/bitstreams/a3676ebc-8551-4a40-969e-9aac867355dd/download025ab1f23c9dc73209b422553ee96a1fMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81327https://repositorio.unas.edu.pe/bitstreams/082abc81-ccf1-4b0c-82d1-2c6c89e87f18/downloadc52066b9c50a8f86be96c82978636682MD52TEXTTS_MAQT_2021.pdf.txtTS_MAQT_2021.pdf.txtExtracted texttext/plain119522https://repositorio.unas.edu.pe/bitstreams/a9fc375a-cc39-4bd1-a7c0-61cabbe7add4/download0c769b50b19f264d1aaa6601c191ed77MD5320.500.14292/1976oai:repositorio.unas.edu.pe:20.500.14292/19762024-06-10 00:14:55.869https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unas.edu.peRepositorio Institucional de la Universidad Nacional Agraria de la Selvarepositorio@unas.edu.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 |
score |
13.439858 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).