Estimación del nivel de riesgo de inundación fluvial mediante el algoritmo Random Forest en el Sector Magllanal, Jaén, Cajamarca, 2022

• Autores: Yamunaque Tocto,Lady Abigail, Muñoz Bustamante,Yeni Lizbeth
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Jaén
• Repositorio: UNJ-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unj.edu.pe:UNJ/692
• Enlace del recurso: http://repositorio.unj.edu.pe/handle/UNJ/692; https://purl.org/pe-repo/ocde/ford#2.01.01
• Nivel de acceso: acceso abierto
• Materia: Riesgo, peligro, vulnerabilidad e inundación fluvial; https://purl.org/pe-repo/ocde/ford#2.01.01

La presente investigación tuvo como finalidad estimar el nivel de riesgo de inundación fluvial mediante el algoritmo Random Forest en el Sector Magllanal, Jaén, Cajamarca. Fue de tipo básica, de diseño descriptivo no experimental y de enfoque cuantitativo; ya que se empleó la metodología CENEPRED para identificar y analizar las variables que influyen en el peligro y la vulnerabilidad del sector; a partir de estas variables, se desarrollaron cinco modelos utilizando el algoritmo Random Forest para estimar el nivel de riesgo de 68 lotes en escenarios futuros. Los resultados indicaron que el nivel riesgo de inundación fluvial es muy alto para el 1.47% de los lotes (1 lote), alto para el 66.18% (46 lotes) y medio para el 32.35% (22 lotes); con el modelo más preciso alcanzando una precisión del 98.53% con un margen de error menor al 5%. Concluyendo que el algoritmo Random Forest estimó que el nivel de riesgo de inundación fluvial en el Sector Magllanal será alto; para lo cual, se propuso medidas estructurales adecuadas y planes efectivos que permitan mitigar el riesgo de inundación fluvial en el área estudiada.