Estado de salud y conservación de los pajonales de ladera de puna húmeda con imágenes multiespectrales adquiridas con sistemas de vehículos aéreos no tripulados “drone” en el centro experimental “La Raya” – Cusco – 2022

• Autor: Mercado Laguna, Araceli Marcela
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Nacional de San Antonio Abad del Cusco
• Repositorio: UNSAAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsaac.edu.pe:20.500.12918/10834
• Enlace del recurso: https://hdl.handle.net/20.500.12918/10834
• Nivel de acceso: acceso embargado
• Materia: Estado de salud; Conservación; Pajonales; Fotogrametría; https://purl.org/pe-repo/ocde/ford#1.05.08

En los últimos años, la evaluación de los ecosistemas de alta montaña, especialmente los altoandinos como los bofedales, los pajonales y el césped de puna, ha cobrado mayor relevancia debido a los servicios ecosistémicos que brindan, destacando su papel en la regulación hídrica. en este contexto, el uso de metodologías clásicas de campo combinadas con el uso de drones con sensores multiespectrales permite un monitoreo más eficiente y preciso. este estudio tiene por objetivo estimar el estado de salud y conservación de los pajonales de ladera de centro experimental La Raya, utilizando metodologías de evaluación en campo como la de pyke para estimar el estado de salud y las de milton y parker modificado para estimar el estado de conservación con apoyo de imágenes adquiridas por vehículos aéreos no tripulados (drone), las cuales al ser procesadas ayudaron a estimar indicadores de suelo desnudo, mantillo y biomasa. según pyke, se determinó que el estado de salud de los pajonales de ladera del centro experimental La Raya, se encuentran en riesgo con un puntaje de 2,97, según milton el estado de conservación de los pastizales es de regular a bueno con puntajes de 3,32 y 4,07 respectivamente y según parker en condición regular con un puntaje de 53,55. en cuanto a los indicadores evaluados mediante imágenes de drone, los indicadores de suelo desnudo y cantidad de mantillo se midieron directamente con las imágenes de drone y los datos recogidos en cuadrante de 0.25 m2 en campo para el indicador de producción de biomasa se extrapolaron al área de evaluación visual de 78.5 m2 con ayuda de las imágenes del drone, se concluye que el uso de estas imágenes son de mucha ayuda y de mayor precisión. por tanto, es necesario seguir realizando más estudios como estos, y aplicar nuevas y más avanzadas metodologías para automatizar los métodos de campo ya conocidos.